Modelagem da sensibilidade de amostras GMI por redes neurais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Outros Autores: | , , , |
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 |
Resumo: | 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. |
id |
SBA-2_49c744a0c74c26d8dc69c6d92c4eae37 |
---|---|
oai_identifier_str |
oai:scielo:S0103-17592012000500010 |
network_acronym_str |
SBA-2 |
network_name_str |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
repository_id_str |
|
spelling |
Modelagem da sensibilidade de amostras GMI por redes neuraisRedes NeuraisMagnetoimpedância GiganteModelagemSensor MagnéticoAo 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.Sociedade Brasileira de Automática2012-10-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592012000500010Sba: Controle & Automação Sociedade Brasileira de Automatica v.23 n.5 2012reponame:Sba: Controle & Automação Sociedade Brasileira de Automaticainstname:Sociedade Brasileira de Automática (SBA)instacron:SBA10.1590/S0103-17592012000500010info:eu-repo/semantics/openAccessSilva,Eduardo Costa daVellasco,Marley M. B. R.Barbosa,Carlos R. HallMonteiro,Elisabeth CostaGusmão,Luiz A. P. depor2012-10-18T00:00:00Zoai:scielo:S0103-17592012000500010Revistahttps://www.sba.org.br/revista/PUBhttps://old.scielo.br/oai/scielo-oai.php||revista_sba@fee.unicamp.br1807-03450103-1759opendoar:2012-10-18T00:00Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)false |
dc.title.none.fl_str_mv |
Modelagem da sensibilidade de amostras GMI por redes neurais |
title |
Modelagem da sensibilidade de amostras GMI por redes neurais |
spellingShingle |
Modelagem da sensibilidade de amostras GMI por redes neurais Silva,Eduardo Costa da Redes Neurais Magnetoimpedância Gigante Modelagem Sensor Magnético |
title_short |
Modelagem da sensibilidade de amostras GMI por redes neurais |
title_full |
Modelagem da sensibilidade de amostras GMI por redes neurais |
title_fullStr |
Modelagem da sensibilidade de amostras GMI por redes neurais |
title_full_unstemmed |
Modelagem da sensibilidade de amostras GMI por redes neurais |
title_sort |
Modelagem da sensibilidade de amostras GMI por redes neurais |
author |
Silva,Eduardo Costa da |
author_facet |
Silva,Eduardo Costa da Vellasco,Marley M. B. R. Barbosa,Carlos R. Hall Monteiro,Elisabeth Costa Gusmão,Luiz A. P. de |
author_role |
author |
author2 |
Vellasco,Marley M. B. R. Barbosa,Carlos R. Hall Monteiro,Elisabeth Costa Gusmão,Luiz A. P. de |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Silva,Eduardo Costa da Vellasco,Marley M. B. R. Barbosa,Carlos R. Hall Monteiro,Elisabeth Costa Gusmão,Luiz A. P. de |
dc.subject.por.fl_str_mv |
Redes Neurais Magnetoimpedância Gigante Modelagem Sensor Magnético |
topic |
Redes Neurais Magnetoimpedância Gigante Modelagem Sensor Magnético |
description |
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. |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012-10-01 |
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=S0103-17592012000500010 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592012000500010 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S0103-17592012000500010 |
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 |
Sociedade Brasileira de Automática |
publisher.none.fl_str_mv |
Sociedade Brasileira de Automática |
dc.source.none.fl_str_mv |
Sba: Controle & Automação Sociedade Brasileira de Automatica v.23 n.5 2012 reponame:Sba: Controle & Automação Sociedade Brasileira de Automatica instname:Sociedade Brasileira de Automática (SBA) instacron:SBA |
instname_str |
Sociedade Brasileira de Automática (SBA) |
instacron_str |
SBA |
institution |
SBA |
reponame_str |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
collection |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
repository.name.fl_str_mv |
Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA) |
repository.mail.fl_str_mv |
||revista_sba@fee.unicamp.br |
_version_ |
1754824565723234304 |