Otimização Estrutural de Elementos em Compósitos Usando Redes Neurais Artificiais.
Autor(a) principal: | |
---|---|
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 |