Desarrollo de un Modelo Predictivo Mediante Regresión Lineal Múltiple para Establecer la Relación entre las Propiedades Químicas de las Materias Primas del Cemento y las Resistencias a la Compresión del Producto Terminado
No Thumbnail Available
Date
2026-02-18
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca. Facultad de Ciencias Químicas
Abstract
In this degree project, a preliminary predictive model is developed to estimate the early-age compressive strength of general-use cement at 3 and 7 days based on the chemical composition of its raw materials. Following the CRISP-DM methodology, historical quality control data from a cement plant were analyzed through data selection, cleaning, transformation, and modeling. Multiple linear regression and an alternative logarithmic model were applied to identify key relationships between oxide composition and mechanical performance. Results indicate that CaO has the most significant influence on early strength, while SiO2 contributes to progressive strength development through the formation of C2S and C–S–H gel. Conversely, higher contents of Al2O3 and SO3 negatively affect initial strength. Small variations in CaO and SiO2 contents cause notable changes in compressive strength, underscoring the importance of controlling the CaO balance and the C3S/C2S ratio. Although both models exhibit high statistical fit, evidence of overfitting was observed due to the limited data set, suggesting that their use should be considered exploratory. Overall, the results demonstrate that data mining and regression modeling are promising tools for early estimation of cement strength. Expanding the database and enhancing statistical validation are recommended for future research to improve the robustness and generalization of the predictive models.
Resumen
En el presente trabajo de titulación se desarrolló un modelo predictivo preliminar para estimar la resistencia a la compresión de un cemento de uso general a edades tempranas de 3 y 7 días, a partir de la composición química de sus materias primas, considerando principalmente los óxidos CaO, SiO2, Al2O3 y SO3. El estudio se enmarca en la metodología CRISP-DM y utiliza datos históricos de control de calidad de una planta cementera. Se aplicaron etapas de selección, limpieza, transformación y modelado de datos, empleando regresión lineal múltiple y un modelo logarítmico alternativo. Los resultados indican que el CaO es el óxido con mayor influencia en la resistencia temprana, mientras que el SiO2 contribuye al desarrollo progresivo de la resistencia mediante la formación de C2S y gel C-S-H; por otro lado incrementos excesivos de Al2O3 y SO3 presentan efectos negativos sobre la resistencia inicial. Se evidencia que pequeñas variaciones en los contenidos de CaO y SiO2, generan cambios significativos en la resistencia, destacando la necesidad de un control riguroso del balance CaO/SiO2 y de la relación C3S/C2S. Aunque los modelos presentan altos valores de ajuste estadístico, estos se asocian a sobreajuste debido al número limitado de observaciones, por lo que su aplicación es exploratoria. Se concluye que la minería de datos y los modelos de regresión son herramientas prometedoras para la estimación temprana de la resistencia del cemento, recomendando trabajar con una amplia base de datos para fortalecer la validación estadística del estudio.
Keywords
Ingeniería Química, Minería de datos, Óxidos del cemento
Citation
Código de tesis
TQ; 678
Código de tesis
Grado Académico
Ingeniero Químico