Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.

Detalhes bibliográficos
Autor(a) principal: DINIZ, Camila Aparecida
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/678
Resumo: Os materiais compósitos apresentam numerosos benefícios como baixo peso, alta resistência mecânica e rigidez. Estruturas feitas em materiais compósitos vêm sendo desenvolvidas por diversas indústrias e, existe uma grande preocupação em relação à segurança das mesmas. Sendo assim, é importante ter mecanismos que detectem futuras falhas neste material e proporcionem a produção de estruturas mais confiáveis. Esta pesquisa buscou desenvolver um mecanismo utilizando as simulações numéricas através do Método de Elementos Finitos (MEF) e do Critério de Falha Tsai-Wu, juntamente com as Redes Neurais Artificiais (RNAs), na busca por configurações para o material compósito laminado que não apresentem falha e tenham uma margem de segurança que atenda as necessidades de projeto. Primeiramente, foram feitas simulações numéricas considerando um laminado com geometria tubular de aplicação médica e uma viga de aplicação qualquer, buscando como resposta o valor máximo do critério de falha para configurações que consideram as orientações das camadas do laminado de 0°, 45° e 90°. Os resultados gerados com as simulações foram empregados em bancos de dados que posteriormente foram utilizados para treinamento e validação das RNAs. Sendo estas, criadas para determinar qual a orientação para a estrutura laminada de acordo com o valor do critério de falha. Após muitos treinamentos, foram encontrados parâmetros ótimos que permitiram que as RNAs gerassem respostas coerentes de acordo com as informações impostas para validação. As orientações geradas pelas RNAs foram validadas e encontraram semelhança com o valor do critério de falha inserido como entrada nas RNAs. Assim, pôde-se fazer uma inversão das RNAs com o propósito de projeto de estruturas compósitas.
id UFEI_40ae555c045ef3f34f60dcd08b539519
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/678
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str 7044
spelling 2017-022017-03-14T12:37:30Z2017-03-14T12:37:30ZDINIZ, Camila Aparecida. Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais. 2017. 73 f. Dissertação (Mestrado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2017.https://repositorio.unifei.edu.br/jspui/handle/123456789/678Os materiais compósitos apresentam numerosos benefícios como baixo peso, alta resistência mecânica e rigidez. Estruturas feitas em materiais compósitos vêm sendo desenvolvidas por diversas indústrias e, existe uma grande preocupação em relação à segurança das mesmas. Sendo assim, é importante ter mecanismos que detectem futuras falhas neste material e proporcionem a produção de estruturas mais confiáveis. Esta pesquisa buscou desenvolver um mecanismo utilizando as simulações numéricas através do Método de Elementos Finitos (MEF) e do Critério de Falha Tsai-Wu, juntamente com as Redes Neurais Artificiais (RNAs), na busca por configurações para o material compósito laminado que não apresentem falha e tenham uma margem de segurança que atenda as necessidades de projeto. Primeiramente, foram feitas simulações numéricas considerando um laminado com geometria tubular de aplicação médica e uma viga de aplicação qualquer, buscando como resposta o valor máximo do critério de falha para configurações que consideram as orientações das camadas do laminado de 0°, 45° e 90°. Os resultados gerados com as simulações foram empregados em bancos de dados que posteriormente foram utilizados para treinamento e validação das RNAs. Sendo estas, criadas para determinar qual a orientação para a estrutura laminada de acordo com o valor do critério de falha. Após muitos treinamentos, foram encontrados parâmetros ótimos que permitiram que as RNAs gerassem respostas coerentes de acordo com as informações impostas para validação. As orientações geradas pelas RNAs foram validadas e encontraram semelhança com o valor do critério de falha inserido como entrada nas RNAs. Assim, pôde-se fazer uma inversão das RNAs com o propósito de projeto de estruturas compósitas.Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisItajubáUniversidade Federal de Itajubá73 p.Materiais CompósitosRedes Neurais ArtificiaisCritério de Falha Tsai-WuComposite MaterialsArtificial Neural NetworksTsai-Wu Failure CriterionCUNHA JUNIOR, Sebastião Simões daANCELOTTI JUNIOR, Antônio CarlosEngenharia MecânicaProjeto, Materiais e ProcessosDINIZ, Camila AparecidaPrograma de Pós-Graduação: Mestrado - Engenharia MecânicaIEM - Instituto de Engenharia Mecânicaporreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEIinfo:eu-repo/semantics/openAccessORIGINALdissertacao_diniz_2017.pdfdissertacao_diniz_2017.pdfapplication/pdf1605114https://repositorio.unifei.edu.br/jspui/bitstream/123456789/678/1/dissertacao_diniz_2017.pdf75837a48fac6737d2692dafed8cad0d6MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/678/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/6782024-02-08 10:00:04.322oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442024-02-08T13:00:04Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
title Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
spellingShingle Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
DINIZ, Camila Aparecida
title_short Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
title_full Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
title_fullStr Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
title_full_unstemmed Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
title_sort Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
author DINIZ, Camila Aparecida
author_facet DINIZ, Camila Aparecida
author_role author
dc.contributor.author.fl_str_mv DINIZ, Camila Aparecida
description Os materiais compósitos apresentam numerosos benefícios como baixo peso, alta resistência mecânica e rigidez. Estruturas feitas em materiais compósitos vêm sendo desenvolvidas por diversas indústrias e, existe uma grande preocupação em relação à segurança das mesmas. Sendo assim, é importante ter mecanismos que detectem futuras falhas neste material e proporcionem a produção de estruturas mais confiáveis. Esta pesquisa buscou desenvolver um mecanismo utilizando as simulações numéricas através do Método de Elementos Finitos (MEF) e do Critério de Falha Tsai-Wu, juntamente com as Redes Neurais Artificiais (RNAs), na busca por configurações para o material compósito laminado que não apresentem falha e tenham uma margem de segurança que atenda as necessidades de projeto. Primeiramente, foram feitas simulações numéricas considerando um laminado com geometria tubular de aplicação médica e uma viga de aplicação qualquer, buscando como resposta o valor máximo do critério de falha para configurações que consideram as orientações das camadas do laminado de 0°, 45° e 90°. Os resultados gerados com as simulações foram empregados em bancos de dados que posteriormente foram utilizados para treinamento e validação das RNAs. Sendo estas, criadas para determinar qual a orientação para a estrutura laminada de acordo com o valor do critério de falha. Após muitos treinamentos, foram encontrados parâmetros ótimos que permitiram que as RNAs gerassem respostas coerentes de acordo com as informações impostas para validação. As orientações geradas pelas RNAs foram validadas e encontraram semelhança com o valor do critério de falha inserido como entrada nas RNAs. Assim, pôde-se fazer uma inversão das RNAs com o propósito de projeto de estruturas compósitas.
publishDate 2017
dc.date.issued.fl_str_mv 2017-02
dc.date.available.fl_str_mv 2017-03-14T12:37:30Z
dc.date.accessioned.fl_str_mv 2017-03-14T12:37:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv DINIZ, Camila Aparecida. Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais. 2017. 73 f. Dissertação (Mestrado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2017.
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/678
identifier_str_mv DINIZ, Camila Aparecida. Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais. 2017. 73 f. Dissertação (Mestrado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2017.
url https://repositorio.unifei.edu.br/jspui/handle/123456789/678
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.program.fl_str_mv Programa de Pós-Graduação: Mestrado - Engenharia Mecânica
dc.publisher.department.fl_str_mv IEM - Instituto de Engenharia Mecânica
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/678/1/dissertacao_diniz_2017.pdf
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/678/2/license.txt
bitstream.checksum.fl_str_mv 75837a48fac6737d2692dafed8cad0d6
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1801863211641733120