Determinação das propriedades mecânicas de uma córnea utilizando otimização
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFLA |
Texto Completo: | http://repositorio.ufla.br/jspui/handle/1/12172 |
Resumo: | Particle Swarm Optimization (PSO) is an artificial intelligence technique (AI) that can be used to find approximate solutions to numerical problems of maximization and minimization. In this study, it was used a PSO algorithm to compare displacements from human cornea sample subjected to internal pressure of 45 mmHg. Results of numerical simulations were provided which identified optimized values for hyperelastic properties of the cornea (μ and α). By means of the results from numerical simulations via inverse analysis by the Finite Element Method (FEM), in conjunction with the PSO algorithm, optimized values of μ = 0.047 and α = 106.7 were found. When compared with optimized results from commercial software, errors around 0.15% were found. Results showed that, varying the values of particle inertia coefficients in the PSO algorithm, simulated displacements have improved when compared to experimental data. This demonstrates the potential use of PSO algorithm in conjunction with the FEM inverse analysis for hyperelastic materials characterization. |
id |
UFLA_ed56285473ababb5d636911f99295cbb |
---|---|
oai_identifier_str |
oai:localhost:1/12172 |
network_acronym_str |
UFLA |
network_name_str |
Repositório Institucional da UFLA |
repository_id_str |
|
spelling |
Determinação das propriedades mecânicas de uma córnea utilizando otimizaçãoDetermination of the mechanical properties of a cornea using optimizationInteligência artificialOtimização por enxame de partículasMétodo dos elementos finitosCórneaArtificial intelligenceParticle swarm optimizationFinite element methodAnálise de Algoritmos e Complexidade de ComputaçãoParticle Swarm Optimization (PSO) is an artificial intelligence technique (AI) that can be used to find approximate solutions to numerical problems of maximization and minimization. In this study, it was used a PSO algorithm to compare displacements from human cornea sample subjected to internal pressure of 45 mmHg. Results of numerical simulations were provided which identified optimized values for hyperelastic properties of the cornea (μ and α). By means of the results from numerical simulations via inverse analysis by the Finite Element Method (FEM), in conjunction with the PSO algorithm, optimized values of μ = 0.047 and α = 106.7 were found. When compared with optimized results from commercial software, errors around 0.15% were found. Results showed that, varying the values of particle inertia coefficients in the PSO algorithm, simulated displacements have improved when compared to experimental data. This demonstrates the potential use of PSO algorithm in conjunction with the FEM inverse analysis for hyperelastic materials characterization.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Otimização por Enxame de Partículas (PSO) é uma técnica de inteligência artificial (AI), que pode ser usada para encontrar soluções aproximadas para problemas numéricos de maximização e minimização extremamente difíceis. Neste trabalho, utilizou-se um algoritmo PSO para comparar os deslocamentos sofridos por uma amostra de córnea humana submetida à uma pressão interna de 45 mmHg com resultados de simulações numéricas e identificar valores otimizados para propriedades hiperelásticas da córnea (µ e α). Por meio dos resultados das simulações via análise inversa pelo Método dos Elementos Finitos (MEF), em conjunto com o algoritmo PSO, foram encontrados valores otimizados de µ = 0,047 e α = 106,7. Quando comparado com resultados otimizados por meio de um software comercial, foram encontrados erros de aproximadamente 0,15%. Por meio dos resultados obtidos, verificou-se ainda que, variando os valores dos coeficientes de inércia da partícula no algoritmo PSO, os resultados podem sofrer ligeira melhoria, o que demonstra potencial uso do PSO em conjunto com análise inversa do MEF para caracterização de materiais hiperelásticos.Universidade Federal de LavrasPrograma de Pós-Graduação em Engenharia de Sistemas e AutomaçãoUFLAbrasilDepartamento de EngenhariaMagalhães, Ricardo RodriguesMagalhães, Ricardo RodriguesOliveira, Juliano Elvis deVitor, Giovani BernardesMagalhães, Hanna Sérgia Sousa de2017-01-20T19:26:10Z2017-01-20T19:26:10Z2017-01-202016-08-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMAGALHÃES, H. S. S. de. Determinação das propriedades mecânicas de uma córnea utilizando otimização. 2016. 109 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação)-Universidade Federal de Lavras, Lavras, 2016.http://repositorio.ufla.br/jspui/handle/1/12172porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2017-01-20T19:26:10Zoai:localhost:1/12172Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2017-01-20T19:26:10Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false |
dc.title.none.fl_str_mv |
Determinação das propriedades mecânicas de uma córnea utilizando otimização Determination of the mechanical properties of a cornea using optimization |
title |
Determinação das propriedades mecânicas de uma córnea utilizando otimização |
spellingShingle |
Determinação das propriedades mecânicas de uma córnea utilizando otimização Magalhães, Hanna Sérgia Sousa de Inteligência artificial Otimização por enxame de partículas Método dos elementos finitos Córnea Artificial intelligence Particle swarm optimization Finite element method Análise de Algoritmos e Complexidade de Computação |
title_short |
Determinação das propriedades mecânicas de uma córnea utilizando otimização |
title_full |
Determinação das propriedades mecânicas de uma córnea utilizando otimização |
title_fullStr |
Determinação das propriedades mecânicas de uma córnea utilizando otimização |
title_full_unstemmed |
Determinação das propriedades mecânicas de uma córnea utilizando otimização |
title_sort |
Determinação das propriedades mecânicas de uma córnea utilizando otimização |
author |
Magalhães, Hanna Sérgia Sousa de |
author_facet |
Magalhães, Hanna Sérgia Sousa de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Magalhães, Ricardo Rodrigues Magalhães, Ricardo Rodrigues Oliveira, Juliano Elvis de Vitor, Giovani Bernardes |
dc.contributor.author.fl_str_mv |
Magalhães, Hanna Sérgia Sousa de |
dc.subject.por.fl_str_mv |
Inteligência artificial Otimização por enxame de partículas Método dos elementos finitos Córnea Artificial intelligence Particle swarm optimization Finite element method Análise de Algoritmos e Complexidade de Computação |
topic |
Inteligência artificial Otimização por enxame de partículas Método dos elementos finitos Córnea Artificial intelligence Particle swarm optimization Finite element method Análise de Algoritmos e Complexidade de Computação |
description |
Particle Swarm Optimization (PSO) is an artificial intelligence technique (AI) that can be used to find approximate solutions to numerical problems of maximization and minimization. In this study, it was used a PSO algorithm to compare displacements from human cornea sample subjected to internal pressure of 45 mmHg. Results of numerical simulations were provided which identified optimized values for hyperelastic properties of the cornea (μ and α). By means of the results from numerical simulations via inverse analysis by the Finite Element Method (FEM), in conjunction with the PSO algorithm, optimized values of μ = 0.047 and α = 106.7 were found. When compared with optimized results from commercial software, errors around 0.15% were found. Results showed that, varying the values of particle inertia coefficients in the PSO algorithm, simulated displacements have improved when compared to experimental data. This demonstrates the potential use of PSO algorithm in conjunction with the FEM inverse analysis for hyperelastic materials characterization. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-08-19 2017-01-20T19:26:10Z 2017-01-20T19:26:10Z 2017-01-20 |
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.uri.fl_str_mv |
MAGALHÃES, H. S. S. de. Determinação das propriedades mecânicas de uma córnea utilizando otimização. 2016. 109 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação)-Universidade Federal de Lavras, Lavras, 2016. http://repositorio.ufla.br/jspui/handle/1/12172 |
identifier_str_mv |
MAGALHÃES, H. S. S. de. Determinação das propriedades mecânicas de uma córnea utilizando otimização. 2016. 109 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação)-Universidade Federal de Lavras, Lavras, 2016. |
url |
http://repositorio.ufla.br/jspui/handle/1/12172 |
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.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Lavras Programa de Pós-Graduação em Engenharia de Sistemas e Automação UFLA brasil Departamento de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal de Lavras Programa de Pós-Graduação em Engenharia de Sistemas e Automação UFLA brasil Departamento de Engenharia |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFLA instname:Universidade Federal de Lavras (UFLA) instacron:UFLA |
instname_str |
Universidade Federal de Lavras (UFLA) |
instacron_str |
UFLA |
institution |
UFLA |
reponame_str |
Repositório Institucional da UFLA |
collection |
Repositório Institucional da UFLA |
repository.name.fl_str_mv |
Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA) |
repository.mail.fl_str_mv |
nivaldo@ufla.br || repositorio.biblioteca@ufla.br |
_version_ |
1815438995635568640 |