A estimativa da capacidade de carga de estacas continua sendo um desafio na engenharia geotécnica, em razão da heterogeneidade dos solos e da complexidade do mecanismo de interação solo-estaca. Este artigo apresenta um modelo de rede neural do tipo perceptron multicamadas, treinado com o algoritmo de Levenberg- Marquardt, com o objetivo de prever a capacidade de carga de estacas pré-moldadas de concreto. O banco de dados utilizado reuniu resultados de sondagens SPT e de provas de carga estática e dinâmica realizadas em 141 estacas pré-moldadas de concreto. A determinação da capacidade de carga foi realizada a partir das curvas carga-recalque, aplicando o método de Van der Veen (1953) e os critérios da NBR 6122 (ABNT, 2022). As variáveis de entrada consideradas no modelo foram: diâmetro e comprimento da estaca, valor de NSPT e tipo de solo. Diferentes combinações dessas variáveis foram testadas e validadas no MATLAB®, sendo selecionada a configuração com melhor desempenho a partir dos coeficientes de determinação (R²) e do erro quadrático médio (RMSE). Os resultados obtidos, com R² de 0,85 e RMSE de 0,06, mostraram-se satisfatórios diante da complexidade do problema. O estudo de caso mostrou que o modelo proposto apresentou desempenho superior aos métodos semiempíricos de Aoki-Velloso (1975) e Décourt-Quaresma (1978). Dessa forma, a rede neural perceptron multicamadas mostra-se uma ferramenta com potencial para a previsão da capacidade de carga de estacas pré-moldadas de concreto.
Avenida República do Líbano, 251 - Pina, Recife - PE - CEP: 51110-160