Modelagem da sensibilidade de amostras GMI por redes neurais

• Autor(a) principal: Silva,Eduardo Costa da
• Data de Publicação: 2012
• Outros Autores: Vellasco,Marley M. B. R., Barbosa,Carlos R. Hall, Monteiro,Elisabeth Costa, Gusmão,Luiz A. P. de
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Sba: Controle & Automação Sociedade Brasileira de Automatica
• Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592012000500010
• topic: Redes Neurais; Magnetoimpedância Gigante; Modelagem; Sensor Magnético

Ao longo dos últimos anos, diversos trabalhos têm sido desenvolvidos a fim de se modelar quantitativamente o efeito GMI (Magnetoimpedância Gigante). No entanto, esses modelos adotam simplificações que afetam significativamente seu desempenho teórico-experimental e sua generalidade, e ainda são raros os modelos quantitativos que incorporam parâmetros geradores de assimetria - AGMI (GMI assimétrica) - como, por exemplo, o nível CC da corrente de excitação das amostras GMI. Este trabalho objetiva o desenvolvimento de um novo modelo, suficientemente geral, que incorpore inclusive a assimetria induzida pelo nível CC da corrente de excitação, capaz de guiar os procedimentos experimentais de caracterização das amostras GMI. Assim, este artigo propõe, apresenta e discute a utilização de um modelo computacional baseado em Redes Neurais feedforward Multilayer Perceptron na modelagem da sensibilidade de módulo e fase da impedância do efeito GMI em função do campo magnético, para ligas ferromagnéticas amorfas de composição Co70Fe5Si15B10. O modelo proposto permite a obtenção da sensibilidade a partir de alguns dos principais parâmetros que a afetam: comprimento das amostras, nível CC e frequência da corrente de excitação e campo magnético externo.