Definições, um pouco de história, e conceitos fundamentais para o desenvolvimento do tema (fck, módulo de elasticidade, coeficiente de poison, efeito Rüsh, diagrama tensão deformação e fluência) - Publicado em Abril/2020
fck (Feature Compression Know) é a resistência à compressão do concreto esperada no 28° dia (medida experimental, no Brasil usualmente corpos de prova cilíndricos de 10x20 ou 15x30 cm). A nomenclatura usual é C+Resistência em Mpa (Ex.: C25, C30 etc.).
É um das principais dados de projeto, porém é importante observar que o fck é uma grandeza probabilística, pois não sabemos exatamente o seu valor em toda a estrutura. Espera-se 95% de probabilidade para uma amostra com o valor maior que o fck, considerando que amostras tenham o comportamento típico de uma distribuição Normal ou Gaussiana.
Observa-se então que o fck é um valor menor que o valor médio das amostras na proporção 1,65 vezes o desvio padrão (fck = fcj - 1,65σ).
Utilizada quando consideramos a resistência do concreto à tração em projetos (limite inferior - fct,inf) e para determinar a área de aço mínima (limite superior - fct,sup). O valor médio é utilizado na determinação do ELS (fct,m).
Resistência média para concretos de classes até C50:
fct,m = 0,3 . fck2/3
Resitência média para concretos de classes C55 até C90:
fct,m = 2,12 . ln ( 1 + 0,11 . fck )
Resistências características inferior e superior:
fctk,inf = 0,7 . fct,m
fctk,sup = 1,3 . fct,m
fct,m e fck em megapascal (MPa)
As curvas a seguir mostram a relação entre as resistências de tração e compressão:
Script Python para geração da curva fctk x fck
import matplotlib.pyplot as plt import numpy as np contador = 0 x=[] x.append(0) y=[] y.append(0) while (contador <= 50): y.append(contador) x.append(0.3*contador**(2/3)) contador = contador + 0.1 m=[] n=[] contador=55 while (contador <= 90): n.append(contador) m.append(2.12*np.log(1+(0.11*contador))) contador = contador + 0.1 plt.title("fct,m em função do fck", fontdict={'family': 'sans-serif', 'color' : 'black', 'weight': 'bold', 'size': 14}) plt.xlim(0, 6) plt.ylim(0, 100) # Show the major grid lines with dark grey lines plt.grid(b=True, which='major', color='#666666', linestyle='-') # Show the minor grid lines with very faint and almost transparent grey lines plt.minorticks_on() plt.grid(b=True, which='minor', color='#999999', linestyle='-', alpha=0.2) plt.plot(x,y,color="blue", label='até C50') plt.legend() plt.plot(m,n,color="red", label='C55 até C90') plt.legend() plt.xlabel("fct,m [MPa]", size = 12) plt.ylabel("fck [Mpa]", size = 12) plt.show()