APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA OTIMIZAÇÃO DE PLACAS LAMINADAS

Authors

  • Jorge Artur França de Mendonça Universidade Federal do Ceará
  • Evandro Parente Junior
  • Antônio Macário Cartaxo de Melo
  • Elias Saraiva Barroso

DOI:

https://doi.org/10.26512/ripe.v2i17.21656

Keywords:

Otimização estrutural. Redes Neurais Artificiais. Materiais Compósitos.

Abstract

A utilização de técnicas de otimização ao projeto de estruturas reais tem sido limitada pelo alto custo computacional da análise estrutural, normalmente realizada através do Método dos Elementos Finitos. A fim de evitar este problema, este trabalho apresenta uma estratégia de metamodelagem, usando Redes Neurais Artificiais (RNA), do comportamento de placas laminadas de material compósito reforçado por fibras. Esta estratégia é utilizada na otimização de uma placa laminada compósita. O hipercubo latino é usado como técnica de amostragem. Após o treinamento, as redes foram utilizadas para aproximar o cálculo da segurança à flambagem das placas durante a otimização. Os resultados obtidos mostraram que uma aproximação adequada foi obtida, levando à mesma solução ótima obtida utilizando a solução exata.

Downloads

Download data is not yet available.

References

Arora, J. S., 2004.Introduction to optimun deseign. 2. ed. Elsevier Inc.

Awruch, M.D.F., Hernandes, J.A., & Bussamra, F.L.S., 2010.Utilização de metamodelos de painéis reforçados integrais otimizados sujeitos à flambagem. In: VI Congresso Nacional de Engenharia Mecânica (CONEM), Campina Grande.

Barroso, E.S., 2015. Análise e otimização de estruturas laminadas utilizando a formulação isogeométrica. Dissertação, Universidade Federal do Ceará/Fortaleza.

Barthelemy, J.-F.M., & Haftka, R.A., 1993. Approximation concepts for optimum structural design ”“ a review. Structural Optimization, vol. 5, pp. 129-144.

Beale, M. H., Hagan, M. T., & Demuth, H. B., 2016. MATLAB: Neural Network ToolboxTM User’s Guide. MathWorks, Inc.

Bratton, D. & Kennedy, J., 2007. Defining a Standard for Particle Swarm Optimization. Proceedings of the 2007 IEEE Swarm Intelligence Symposium, pp. 120-127.

Cardozo, S. D., Gomes, H. M., & Awruch, A. M., 2011. Optimization of laminated composite plates and shells using genetic algorithms, neural networks and finite elements. Latin American Journal of Solids and Structures, vol. 8, pp. 413-427.

Coppin, B., 2012. Inteligência Artificial. LTC.

Daniel, I.M., & Ishai, O., 2006. Engineering mechanics of composite materials. 2. ed. Oxford University Press.

Duda, R.O., Hart, P. E., & Stork, D.G., 2000. Pattern Classification. 2. ed. John Wiley & Sons, INC.

Forrester, A.I.J., & Keane, A.J., 2009. Recent advances in surrogate-based optimization. Progress in Aerospace Sciences, vol. 45, pp. 50-79.

Frisso, C., Scarpel, R.A., & Ferrari, D.B.T.P.A., 2011. Metamodelagem de funções determinísticas por composição integrada de especialistas locais. In: XLIII Simpósio Brasileiro de Pesquisa Operacional, Ubatuba.

Gaspar, B., Texeira, A.P., & Soares, C.G., 2014. Assessment of the efficiency of Kriging surrogate models for structural reliability analysis. Probabilistic Engineering Mechanics, vol. 37, pp. 24-34.

Han, Z.-H., & Zhang, K.-S., 2012. Surrogate-Based Optimization. In: Real-World Applications of Genetic Algorithms. Disponível em: < http://www.intechopen.com/books/real-world-applications-of-genetic-algorithms/surrogate-based-optimization > Acesso: 08/09/2016.

Haykin, S., 2001. Redes Neurais: Princípio e prática. 2. ed. Bookman.

Jayawardena, A.W., & Fernando, A.K. 1998.Use of radial basis function type artificial neural networks for runoff simulation. Computer-Aided Civil and Infrastructure Engineering, vol. 13, pp.91-99.

Kennedy, J., & Eberhart, R.C., 1995. Particle swarm optimization. In: Proceedings of the IEEE international conference on neural networks, pp. 1942”“1948.

Koide, R.M., Ferreira, A.P.C.S., & Luersen, M. A., 2015. Laminated Composites Buckling Analysis Using Lamination Parameters, Neural Networks and Support Vector Regression. Latin American Journal of Solids and Structures, vol. 12, pp. 271-294.

Leary, S.J., Bhaskar, A., & Keane, A.J., 2004. A derivative Based Surrogate Model for Approximating and Optimizing the Output of an Expensive Computer Simulation. Journal of Global Optimization, vol. 30. pp. 39-58.

Nicholas, P.E., Babu, M. C. L., & Sofia, A. S., 2016. Multiobjective optimization of laminated composite plate with elliptical cut-out using ANN based NSGA-II. Journal of Mechanics of Materials and Strutuctures, vol. 11, n. 2, pp. 157-172.

Pal, M., & Deswal, S., 2011. Support vector regression based shear strengh modelling of deep beams. Computers and Structures, vol. 89, pp. 1430-1439.

Pan, F., Zhu, P., & Zhang, Y., 2010. Metamodel-based lightweight design of B-pillar with TB structure via support vector regression. Computers and Structures. vol. 88, pp. 36-44.

Reddy, J.N., 1996. Mechanics of laminated composite plates: Theory and analysis. CRC press, Inc.

Rocha, I. B. C. M., 2013. Análise e otimização de cascas laminadas considerando não-linearidade geométrica e falha progressiva. Dissertação, Universidade Federal do Ceará/Fortaleza.

Simpson, T.W., Peplinski, J. D., Koch, P. N., & Allen, J. K., 2001. Metamodels for Computer-based Engineering Design: Survey and recommendations. Engineering with Computer, vol. 17, pp. 129-150.

Souza, S.A., Oliveira, L.C., &Afonso, S.M.B., 2010. Otimização de estratégia de produção de petróleo utilizando algoritmo evolucionário e modelos substitutos. In: VI Congresso Nacional de Engenharia Mecânica (CONEM), Campina Grande.

Tiago, C.M., & Leitão, V.M.A., 2002. Utilização de Funções de base radial em problemas unidimensionais de análise estrutural. In: Métodos Numéricos en Ingeniería V, Espanha.

The MathWorks, Inc., 2011. MATLAB® R2011b, Getting Started Guide.

Viana, F.A.C., 2013. Things you wanted to know about the Latin hypercube design and were afraid to ask. In: 10° World Congress in Structural and Multidisciplinary Optimization. Orlando/Florida.

Wang, G.G., & Shan, S., 2006. Review of Metamodeling Techniques in Support of Engineering Design Optimization. Journal of Mechanical design, vol 129, pp.370-380

Downloads

Published

2017-01-30

How to Cite

Mendonça, J. A. F. de, Parente Junior, E., Melo, A. M. C. de, & Barroso, E. S. (2017). APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA OTIMIZAÇÃO DE PLACAS LAMINADAS. Revista Interdisciplinar De Pesquisa Em Engenharia, 2(17), 156–171. https://doi.org/10.26512/ripe.v2i17.21656

Issue

Vol. 2 No. 17 (2016): OTIMIZATION IN STRUCTURAL AND RESERVOIR ENGINEERING

Section

Artigos

License

Given the public access policy of the journal, the use of the published texts is free, with the obligation of recognizing the original authorship and the first publication in this journal. The authors of the published contributions are entirely and exclusively responsible for their contents.

1. The authors authorize the publication of the article in this journal.
2. The authors guarantee that the contribution is original, and take full responsibility for its content in case of impugnation by third parties.
3. The authors guarantee that the contribution is not under evaluation in another journal.
4. The authors keep the copyright and convey to the journal the right of first publication, the work being licensed under a Creative Commons Attribution License-BY.
5. The authors are allowed and stimulated to publicize and distribute their work on-line after the publication in the journal.
6. The authors of the approved works authorize the journal to distribute their content, after publication, for reproduction in content indexes, virtual libraries and similars.
7. The editors reserve the right to make adjustments to the text and to adequate the article to the editorial rules of the journal.

Most read articles by the same author(s)