OTIMIZAÇÃO ESTRUTURAL DE ELEMENTOS EM COMPÓSITOS USANDO REDES NEURAIS ARTIFICIAIS
DOI:
https://doi.org/10.26512/ripe.v2i10.21727Palavras-chave:
Materiais compósitos. Redes Neurais Artificiais. Critério de falha.Resumo
É de grande relevância investigar possíveis falhas em materiais compósitos visando à segurança das estruturas. O critério de falha Tsai-Wu é um método eficaz para analisar as falhas em materiais compósitos anisotrópicos, definindo se o material em determinado carregamento sofrerá ou não falha estrutural. Buscando a otimização da produção de materiais compósitos em fibras de carbono foi utilizada a técnica de Redes Neurais Artificiais (RNA). Neste trabalho, o intuito é que esta técnica consiga encontrar uma configuração de camadas conveniente para a produção do material compósito. Primeiramente, foram feitas simulações numéricas utilizando o Método dos Elementos Finitos (MEF). Para as simulações foi considerada uma viga tubular engastada-livre sujeita a uma força de compressão em uma de suas extremidades. Como resultado das simulações obteve-se o valor do índice de Tsai-Wu para cada laminado com 03 camadas. Quando a rede neural é bem treinada, a mesma é capaz de fazer a inversão do que foi feito pela simulação numérica, ou seja, conhecendo o valor do índice de falha é gerada a configuração adequada para o laminado. Os resultados obtidos pela RNA foram satisfatórios, permitindo que uma produção de materiais compósitos seja feita de forma mais confiável e com um número menor de experimentos.
Downloads
Referências
Almeida, R. L. F., 2012. Aplicação de redes neuronais artificiais para aproximar o comportamento de estruturas. Dissertação (Mestrado), Engenharia Mecânica, Faculdade de Ciências e Tecnologia, Universidade Nova de Lisboa.
Angélico, R. A., 2009. Avaliação de modelos de falhas progressivas para estruturas em material compósito. Dissertação (Mestrado), Engenharia Mecânica, Escola de Engenharia de São Carlos, Universidade de São Paulo.
Braga, A. P., Carvalho, A. P. L. F., Ludermir, T. B., Redes Neurais Artificiais: teoria e aplicações, Rio de Janeiro, LTC, 2000.
Brito Jr, C. A. R., Bezerra, E. M., Pardini, L. C., Ancelotti Jr, A. C., Pereira, M. S., Barros, E., Camargo, L. R., 2007. Redes neurais artificiais aplicadas para predição do comportamento dinâmico-mecânico de compósitos de matriz epóxi reforçados com fibras de carbono. Revista matéria, vol. 12, n. 2, pp. 346-357.
Câmara, E. C. B., 2013. Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas. Dissertação (Mestrado), Engenharia Mecânica, Universidade Federal do Rio Grande do Norte.
Costa, D. I. G., Albuquerque, E. L., Reis, A., Panosso, G., Sollero, P., 2010. Análise numérica de falhas em laminados usando um critério baseado em fenômenos físicos. Mecà nica Computacional, vol. 29, n. 51, pp. 5173-5187.
Costa, D. I. G., 2011. Análise numérica de falhas em materiais compósitos laminados usando um critério baseado em fenômenos físicos. Dissertação (Mestrado), Engenharia Mecânica, Universidade Estadual de Campinas.
Chong, E. K. P., Zak, S. H., An introduction to optimization, Canada, John Wiley & Sons, 2001.
Diacenco, A. A., 2010. Modelagem por elementos finitos de materiais compósitos estruturais incorporando material viscoelástico para o controle passivo de vibração e ruído. Dissertação (Mestrado), Engenharia dos materiais, Universidade Federal de Itajubá.
Gouvêa, A. R., 2006. Critérios de falhas e otimização de estruturas de materiais compósitos usando o método dos elementos de contorno. Dissertação (Mestrado), Engenharia Mecânica, Universidade Estadual de Campinas.
Haykin, S., Redes neurais: princípios e prática, Porto Alegre, Bookman, 2001.
Haykin, S., Neural networks and learning machines, USA, Pearson, 2009.
Lopes, P. S., 2007. Detecção de danos em estruturas por meio de técnicas de redes neurais artificiais e algoritmos genéticos. Dissertação (Mestrado), Engenharia Mecânica, Universidade Federal de Itajubá.
Lopes, P. A. M., Gomes, H. M., Awruch, A.M., 2010. Reliability analysis of laminated composite structures using finite elements and neural networks. Composite structures, v. 92, n. 7, pp. 1603-1613.
Martins, A. T. D., 2015. Projeto e fabricação de tubos compósitos em fibras de carbono/epóxi para próteses transtibiais por moldagem com bladder. Dissertação (Mestrado), Engenharia Mecânica, Universidade Federal de Itajubá.
Panosso, G. B., 2011. Análises de critérios de falha baseados em fenômenos físicos para materiais compósitos laminados, Dissertação (Mestrado), Engenharia Mecânica, Universidade Estadual de Campinas.
Pereira, M. S., Bezerra, E. M., 2007. Utilização de redes neurais para predição do comportamento em cisalhamento de compostos aeronáuticos. In Encontro de iniciação científica e pós-graduação do ITA, 13, São José dos Campos.
Vera, R. V., 2012. Estruturas aeronáuticas de interior em compósito natural: fabricação, análise estrutural e inflamabilidade, Dissertação (mestrado), Engenharia Mecânica, Escola de Engenharia de São Carlos, Universidade de São Paulo.
Smith, W. S., Hashemi, J., Fundamentos de engenharia e ciência dos materiais, Porto Alegre, AMGH, 2012.
Voyiadjis, G. Z., Kattan, P. I., Mechanics of composite materials with Matlab, USA, Springer, 2005.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, sendo o trabalho simultaneamente licenciado sob a Creative Commons Attribution License o que permite o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
