Banca de DEFESA: BRUNO DA CUNHA DINIZ

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : BRUNO DA CUNHA DINIZ
DATA : 20/03/2017
HORA: 08:00
LOCAL: Sala 414 do CTEC - UFRN
TÍTULO:

DESENVOLVIMENTO DE DIAGRAMAS DE VIDA CONSTANTE PROBABILÍSTICOS DE COMPÓSITOS UTILIZANDO RNA MODULAR


PALAVRAS-CHAVES:

Compósitos, Fadiga, Diagrama de Goodman, Distribuição de Weibull, Redes Neurais Artificiais.


PÁGINAS: 134
RESUMO:

Em projetos mecânicos, além dos carregamentos estáticos, outro tipo de solicitação muito freqüente é o carregamento cíclico nos quais a carga varia ao longo do tempo. Estruturas e equipamentos, quando sujeitos às cargas cíclicas, devem ser submetidos a uma grande quantidade de ensaios mecânicos para sua caracterização. Porém, devido ao tempo e custo elevados dos ensaios, a situação ideal seria obter este comportamento com um número mínimo de amostras e, por conta disso, desenvolveu-se em trabalhos anteriores modelos matemáticos que representavam o comportamento à fadiga de compósitos com uma quantidade mínima de dados experimentais. Apesar dos resultados se apresentarem satisfatórios na imensa maioria dos casos, estes modelos sempre consideram um comportamento determinístico do material, desprezando-se um fator de grande importância na fadiga, a dispersão dos resultados. Conforme é de conhecimento da literatura, a dispersão dos resultados faz com que seja sempre necessária uma análise probabilística e, na maioria dos casos, utiliza-se uma distribuição de probabilidade de Weibull, obtendo-se uma curva S-N de probabilidade. Com isso, este trabalho tem como objetivo desenvolver uma Rede Neural Artificial (RNA) de arquitetura modular e verificar se a mesma é capaz de modelar o comportamento probabilístico à fadiga dos compósitos laminados com apenas três curvas S-N como dados de entrada, desenvolvendo um algoritmo capaz de analisar qualquer valor de probabilidade de falha desejado, aplicando o equacionamento da distribuição de Weibull, utilizando duas metodologias de obtenção de seus parâmetros, aqui considerados constantes para todo material, somente após o treinamento da rede, o qual foi realizado com dados determinísticos. A partir dos resultados obtidos, pode-se concluir que a robustez do algoritmo foi percebida para os dados determinísticos e ocorreu uma boa repetibilidade nas respostas obtidas. Com intuito de avaliar a capacidade de generalização das RNA probabilísticas, criaram-se os diagramas de vida constante (Diagramas de Goodman) para os materiais analisados e os mesmos foram comparados com os valores obtidos pelas curvas S-N de probabilidade, onde foram percebidos resultados satisfatórios.


MEMBROS DA BANCA:
Externo à Instituição - ADRIANO SILVA BELISIO - Estácio
Interno - 1545410 - ANDERSON CLAYTON ALVES DE MELO
Interno - 1451488 - João Carlos Arantes Costa Júnior
Presidente - 1338331 - RAIMUNDO CARLOS SILVERIO FREIRE JUNIOR
Externo à Instituição - RAIMUNDO NONATO BARBOSA FELIPE - IFRN
Notícia cadastrada em: 18/02/2017 13:22
SIGAA | Superintendência de Informática - | | Copyright © 2006-2020 - UFRN - sigaa17-producao.info.ufrn.br.sigaa17-producao