Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.

Detalhes bibliográficos
Autor(a) principal: Massarani, Marcelo
Data de Publicação: 1998
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3132/tde-24072024-111839/
Resumo: O comportamento viscoelástico não linear de materiais ainda é representado de forma rudimentar por modelos constitutivos analíticos. É proposto o uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais sob carregamentos uniaxiais. Alguns exemplos são desenvolvidos usando redes neurais que geram sua própria arquitetura e também redes neurais recorrentes para representar o comportamento viscoelástico de materiais. Os resultados obtidos podem ser considerados animadores. As vantagens observadas no uso de redes neurais artificiais para representar o comportamento de materiais são as seguintes: nenhuma hipótese a respeito do comportamento do material é necessária; o comportamento do material é apreendido diretamente dos dados de ensaios; e não é necessário nenhuma aproximação numérica para usar uma rede neural artificial já treinada.
id USP_c13ac65f72f16b44a4a3cc11b66f17da
oai_identifier_str oai:teses.usp.br:tde-24072024-111839
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.Untitled in englishEngenharia mecânicaMateriaisMaterialsMechanical engineeringNeural networksRedes neuraisO comportamento viscoelástico não linear de materiais ainda é representado de forma rudimentar por modelos constitutivos analíticos. É proposto o uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais sob carregamentos uniaxiais. Alguns exemplos são desenvolvidos usando redes neurais que geram sua própria arquitetura e também redes neurais recorrentes para representar o comportamento viscoelástico de materiais. Os resultados obtidos podem ser considerados animadores. As vantagens observadas no uso de redes neurais artificiais para representar o comportamento de materiais são as seguintes: nenhuma hipótese a respeito do comportamento do material é necessária; o comportamento do material é apreendido diretamente dos dados de ensaios; e não é necessário nenhuma aproximação numérica para usar uma rede neural artificial já treinada.The non linear viscoelastic material behavior is poorly represented by constitutive equations. The present5 study proposes a neural network approach for non linear viscoelastic behavior under uniaxial loading. Some examples were done using self-growing neural networks and recurrent neural networks modeling non linear viscoelastic behavior. The results were encouraging. The main beneficts of neural network approach are: no assumptions about the material behavior are required; the material behavior can be represented directly from experimental data; once trained no numerical approximations are required when using the neural network.Biblioteca Digitais de Teses e Dissertações da USPSalvagni, Ronaldo de BreyneMassarani, Marcelo1998-02-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3132/tde-24072024-111839/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-07-24T14:28:02Zoai:teses.usp.br:tde-24072024-111839Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-07-24T14:28:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.
Untitled in english
title Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.
spellingShingle Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.
Massarani, Marcelo
Engenharia mecânica
Materiais
Materials
Mechanical engineering
Neural networks
Redes neurais
title_short Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.
title_full Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.
title_fullStr Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.
title_full_unstemmed Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.
title_sort Uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais.
author Massarani, Marcelo
author_facet Massarani, Marcelo
author_role author
dc.contributor.none.fl_str_mv Salvagni, Ronaldo de Breyne
dc.contributor.author.fl_str_mv Massarani, Marcelo
dc.subject.por.fl_str_mv Engenharia mecânica
Materiais
Materials
Mechanical engineering
Neural networks
Redes neurais
topic Engenharia mecânica
Materiais
Materials
Mechanical engineering
Neural networks
Redes neurais
description O comportamento viscoelástico não linear de materiais ainda é representado de forma rudimentar por modelos constitutivos analíticos. É proposto o uso de redes neurais artificiais para representar o comportamento viscoelástico de materiais sob carregamentos uniaxiais. Alguns exemplos são desenvolvidos usando redes neurais que geram sua própria arquitetura e também redes neurais recorrentes para representar o comportamento viscoelástico de materiais. Os resultados obtidos podem ser considerados animadores. As vantagens observadas no uso de redes neurais artificiais para representar o comportamento de materiais são as seguintes: nenhuma hipótese a respeito do comportamento do material é necessária; o comportamento do material é apreendido diretamente dos dados de ensaios; e não é necessário nenhuma aproximação numérica para usar uma rede neural artificial já treinada.
publishDate 1998
dc.date.none.fl_str_mv 1998-02-17
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/3/3132/tde-24072024-111839/
url https://www.teses.usp.br/teses/disponiveis/3/3132/tde-24072024-111839/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091045787435008

Registros relacionados