Identificação da histerese térmica de atuadores de ligas com memória de forma usando redes neurais artificiais

• Autor(a) principal: RODRIGUES, Luiz Fernando Alves.
• Data de Publicação: 2011
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5144
• topic: Ligas com memória de forma; Atuadores de LMF; Materiais Inteligentes; Redes Neurais Artificiais; Simulação; Shape Memory Leagues; LMF Actuators; Intelligent Materials; Artificial neural networks; Simulation; Engenharia Mecânica

As Ligas com Memória de Forma (LMF) podem recuperar uma deformação plástica por intermédio de um simples aquecimento que origina uma transformação de fase do tipo martensítica termoelástica. Este fenômeno, conhecido por Efeito Memória de Forma (EMF), é especialmente interessante para o desenvolvimento e concepção de atuadores na forma de fios finos ou fitas, já que estes elementos possuem a capacidade de se contrair entre 4 e 8 % do seu comprimento original. Nos casos em que a LMF tem seu deslocamento por EMF restringido, é possível provocar a geração de grandes forças de restituição. Por outro lado, o projeto de estruturas inteligentes usando atuadores de LMF pode ser dificultado em algumas aplicações pela presença de uma histerese térmica intrínseca ao comportamento de EMF. Devido a isso, estudos são frequentemente realizados com a intenção de caracterizar esse fenômeno de histerese para aperfeiçoar as aplicações com atuadores de LMF. Nesse sentido, este trabalho se propõe a usar a técnica de Redes Neurais Artificiais (RNA) para identificar a histerese térmica de atuadores de LMF de NiTi na forma de fios finos sob regime de carregamento isobárico (carga constante) e diferentes formas de aquecimento. Resultados do comportamento histerético foram coletados através de duas bancadas experimentais, sendo uma eletromecânica, que utiliza aquecimento resistivo (efeito Joule) e a outra termomecânica, que realiza o aquecimento por convecção forçada em meio liquido. São apresentados resultados do aprendizado da RNA e verificada a capacidade da rede de estimar o comportamento histerético do atuador de LMF para um comportamento não utilizado no treinamento. De uma forma geral, verificou-se que as RNA foram eficientes na simulação dos laços de histerese do deslocamento sob carga em função tanto da corrente elétrica de ativação quanto da temperatura.