Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/68003
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorQuariguasi, José Breno Ferreira-
dc.contributor.authorOliveira, Francisco Heber Lacerda de-
dc.contributor.authorReis, Saulo Davi Soares e-
dc.date.accessioned2022-09-02T18:35:34Z-
dc.date.available2022-09-02T18:35:34Z-
dc.date.issued2021-
dc.identifier.citationOLIVEIRA, F. H. L.; REIS, S. D. S.; QUARIGUASI, J. B. F. A prediction model of the coefficient of friction for runway using artificial neural network. Transportes, vol. 29, n. 2, 2021. DOI: 10.14295/transportes.v29i2.2401pt_BR
dc.identifier.issn2237-1346-
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/68003-
dc.description.abstractRunway surface conditions are fundamental to ensure safety during landing and takeoff operations of aircrafts. In this manner, airport operators are required to monitor the coefficient of friction and macrotexture of runways to maintain its safety and plan maintenance and rehabilitation strategies when appropriate, since both these parame-ters get deteriorated with time. Thus, to assist aerodrome operators and regulatory agencies in the decision-making process for conservation and monitoring of airfield pavements, this study aimed to develop a prediction model for runway friction using Artificial Neural Network. Our results were satisfactory and may contribute to the decision-making process in the context of the Airport Pavement Management System.pt_BR
dc.language.isoenpt_BR
dc.publisherTransportespt_BR
dc.subjectPavimentospt_BR
dc.subjectAeroportospt_BR
dc.subjectSegurança operacionalpt_BR
dc.subjectManutençãopt_BR
dc.titleA prediction model of the coefficient of friction for runway using artificial neural networkpt_BR
dc.title.alternativeModelo de previsão do coeficiente de atrito para pista de pouso e decolagem com uso de redes neurais artificiaispt_BR
dc.typeArtigo de Periódicopt_BR
dc.description.abstract-ptbrAs condições superficiais de uma pista de pouso e decolagem (PPD) são fundamentais para a garantia da segurança das operações das aeronaves que a utilizam. Nesse sentido, operadores de aeródromos devem manter atenção especial ao coeficiente de atrito e à macrotextura, para que possam promover uma PPD segura, planejar estratégias de manutenção e reabilitação em momentos oportunos, à medida que esses parâmetros se deterioram. Dessa forma, com o intuito de auxiliar operadores de aeródromo e a agência reguladora na tomada de decisão acerca do monitoramento e dos serviços de conservação de pavimentos aeroportuários, este trabalho tem o objetivo de desenvolver um modelo de previsão do coeficiente de atrito medido numa PPD, por meio de Redes Neurais Artificiais. Os resultados apresentaram-se satisfatórios e, assim, tem-se potencial de aplicação do modelo para contribuir na tomada de decisão no contexto de um Sistema de Gerência de Pavimentos Aeroportuários.pt_BR
Aparece nas coleções:DET - Artigos publicados em revista científica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2021_art_fhloliveira.pdf1,01 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.