Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Production |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000100157 |
Resumo: | O processamento de peças automotivas por meio de injeção de polímeros envolve vários fenômenos físicos que ocorrem simultaneamente e que possuem caráter não linear e multivariável. Softwares comerciais podem ser utilizados na previsão dos parâmetros do processo, o que pode ser caro e inviável. Pode-se determinar os parâmetros de forma analítica, mas o tratamento desse problema requer a aplicação de teorias clássicas dos fenômenos de transporte, de difícil equacionamento. As redes NeuroFuzzy são aplicáveis a esse problema porque reúnem a capacidade de aprender das redes neurais artificiais com a capacidade da lógica Fuzzy de transformar variáveis linguísticas em regras. Neste trabalho combinou-se uma rede neural artificial Multilayer Perceptron e uma rede neural artificial Radial Basis Function à lógica Fuzzy para construir-se um modelo de inferência que previu o tempo de ciclo de processos de injeção de polímeros. Os resultados obtidos confirmam as redes NeuroFuzzy como opção para esse tipo de problema. |
id |
ABEPRO-1_692b6670fdd7c6aff44c3172caa64389 |
---|---|
oai_identifier_str |
oai:scielo:S0103-65132015000100157 |
network_acronym_str |
ABEPRO-1 |
network_name_str |
Production |
repository_id_str |
|
spelling |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímerosIndústria automotivaPolímerosProcesso de injeçãoRedes NeuroFuzzyO processamento de peças automotivas por meio de injeção de polímeros envolve vários fenômenos físicos que ocorrem simultaneamente e que possuem caráter não linear e multivariável. Softwares comerciais podem ser utilizados na previsão dos parâmetros do processo, o que pode ser caro e inviável. Pode-se determinar os parâmetros de forma analítica, mas o tratamento desse problema requer a aplicação de teorias clássicas dos fenômenos de transporte, de difícil equacionamento. As redes NeuroFuzzy são aplicáveis a esse problema porque reúnem a capacidade de aprender das redes neurais artificiais com a capacidade da lógica Fuzzy de transformar variáveis linguísticas em regras. Neste trabalho combinou-se uma rede neural artificial Multilayer Perceptron e uma rede neural artificial Radial Basis Function à lógica Fuzzy para construir-se um modelo de inferência que previu o tempo de ciclo de processos de injeção de polímeros. Os resultados obtidos confirmam as redes NeuroFuzzy como opção para esse tipo de problema.Associação Brasileira de Engenharia de Produção2015-03-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000100157Production v.25 n.1 2015reponame:Productioninstname:Associação Brasileira de Engenharia de Produção (ABEPRO)instacron:ABEPRO10.1590/S0103-65132014005000005info:eu-repo/semantics/openAccessAffonso,Carlos de OliveiraSassi,Renato Josépor2015-07-24T00:00:00Zoai:scielo:S0103-65132015000100157Revistahttps://www.scielo.br/j/prod/https://old.scielo.br/oai/scielo-oai.php||production@editoracubo.com.br1980-54110103-6513opendoar:2015-07-24T00:00Production - Associação Brasileira de Engenharia de Produção (ABEPRO)false |
dc.title.none.fl_str_mv |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros |
title |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros |
spellingShingle |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros Affonso,Carlos de Oliveira Indústria automotiva Polímeros Processo de injeção Redes NeuroFuzzy |
title_short |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros |
title_full |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros |
title_fullStr |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros |
title_full_unstemmed |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros |
title_sort |
Aplicação de redes Neuro Fuzzy ao processamento de peças automotivas por meio de injeção de polímeros |
author |
Affonso,Carlos de Oliveira |
author_facet |
Affonso,Carlos de Oliveira Sassi,Renato José |
author_role |
author |
author2 |
Sassi,Renato José |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Affonso,Carlos de Oliveira Sassi,Renato José |
dc.subject.por.fl_str_mv |
Indústria automotiva Polímeros Processo de injeção Redes NeuroFuzzy |
topic |
Indústria automotiva Polímeros Processo de injeção Redes NeuroFuzzy |
description |
O processamento de peças automotivas por meio de injeção de polímeros envolve vários fenômenos físicos que ocorrem simultaneamente e que possuem caráter não linear e multivariável. Softwares comerciais podem ser utilizados na previsão dos parâmetros do processo, o que pode ser caro e inviável. Pode-se determinar os parâmetros de forma analítica, mas o tratamento desse problema requer a aplicação de teorias clássicas dos fenômenos de transporte, de difícil equacionamento. As redes NeuroFuzzy são aplicáveis a esse problema porque reúnem a capacidade de aprender das redes neurais artificiais com a capacidade da lógica Fuzzy de transformar variáveis linguísticas em regras. Neste trabalho combinou-se uma rede neural artificial Multilayer Perceptron e uma rede neural artificial Radial Basis Function à lógica Fuzzy para construir-se um modelo de inferência que previu o tempo de ciclo de processos de injeção de polímeros. Os resultados obtidos confirmam as redes NeuroFuzzy como opção para esse tipo de problema. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-03-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000100157 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000100157 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S0103-65132014005000005 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Associação Brasileira de Engenharia de Produção |
publisher.none.fl_str_mv |
Associação Brasileira de Engenharia de Produção |
dc.source.none.fl_str_mv |
Production v.25 n.1 2015 reponame:Production instname:Associação Brasileira de Engenharia de Produção (ABEPRO) instacron:ABEPRO |
instname_str |
Associação Brasileira de Engenharia de Produção (ABEPRO) |
instacron_str |
ABEPRO |
institution |
ABEPRO |
reponame_str |
Production |
collection |
Production |
repository.name.fl_str_mv |
Production - Associação Brasileira de Engenharia de Produção (ABEPRO) |
repository.mail.fl_str_mv |
||production@editoracubo.com.br |
_version_ |
1754213153247330304 |