Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Câmara, Eduardo César Bezerra
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
BR
UFRN
Programa de Pós-Graduação em Engenharia Mecânica
Tecnologia de Materiais; Projetos Mecânicos; Termociências
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/15697
Resumo: The aim of this study is to create an artificial neural network (ANN) capable of modeling the transverse elasticity modulus (E2) of unidirectional composites. To that end, we used a dataset divided into two parts, one for training and the other for ANN testing. Three types of architectures from different networks were developed, one with only two inputs, one with three inputs and the third with mixed architecture combining an ANN with a model developed by Halpin-Tsai. After algorithm training, the results demonstrate that the use of ANNs is quite promising, given that when they were compared with those of the Halpín-Tsai mathematical model, higher correlation coefficient values and lower root mean square values were observed
id UFRN_7b81f63ca7b9eff4ab8bcbf5acafd15e
oai_identifier_str oai:repositorio.ufrn.br:123456789/15697
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistasRNA. Módulo de elasticidade transversal. Modelo de Halpin-Tsai. Compósitos unidirecionaisComposite materials. Fatigue. Goodman diagram. Damage mechanism. Artificial neural networksCNPQ::ENGENHARIAS::ENGENHARIA MECANICAThe aim of this study is to create an artificial neural network (ANN) capable of modeling the transverse elasticity modulus (E2) of unidirectional composites. To that end, we used a dataset divided into two parts, one for training and the other for ANN testing. Three types of architectures from different networks were developed, one with only two inputs, one with three inputs and the third with mixed architecture combining an ANN with a model developed by Halpin-Tsai. After algorithm training, the results demonstrate that the use of ANNs is quite promising, given that when they were compared with those of the Halpín-Tsai mathematical model, higher correlation coefficient values and lower root mean square values were observedCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorEste trabalho tem como principal objetivo a criação de uma arquitetura de rede neural artificial (RNA) capaz de modelar o módulo de elasticidade transversal (E2) de compósitos unidirecionais. Para tanto, se fez necessário o uso de um conjunto de dados que foi dividido em duas partes, uma parte sendo utilizada para o treinamento e a outra para teste das RNA. Para este trabalho se desenvolveu três tipos de arquiteturas de rede diferentes uma delas possuindo somente duas entradas, a outra três entradas e a última foi uma arquitetura mista que combina uma RNA com um modelo desenvolvido por Halpin-Tsai. Após o treinamento dos algoritmos, os resultados demonstram que o uso de RNAs se mostra bastante promissor, já que quando esses resultados foram comparados com o modelo matemático de Halpin-Tsai, apresentaram maiores valores de coeficiente de correlação e menores valores de erro médio quadráticoUniversidade Federal do Rio Grande do NorteBRUFRNPrograma de Pós-Graduação em Engenharia MecânicaTecnologia de Materiais; Projetos Mecânicos; TermociênciasFreire Júnior, Raimundo Carlos Silvériohttp://lattes.cnpq.br/1654889819568367http://lattes.cnpq.br/1042806990155996Costa Júnior, João Carlos Aranteshttp://lattes.cnpq.br/5028446242533356Bessa, Wallace Moreirahttp://lattes.cnpq.br/3256782908311485Amorim Júnior, Wanderley Ferreira dehttp://lattes.cnpq.br/8131607733881361Câmara, Eduardo César Bezerra2014-12-17T14:58:19Z2013-05-082014-12-17T14:58:19Z2012-12-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfCÂMARA, Eduardo César Bezerra. Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas. 2012. 78 f. Dissertação (Mestrado em Tecnologia de Materiais; Projetos Mecânicos; Termociências) - Universidade Federal do Rio Grande do Norte, Natal, 2012.https://repositorio.ufrn.br/jspui/handle/123456789/15697porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRN2017-11-02T03:59:17Zoai:repositorio.ufrn.br:123456789/15697Repositório InstitucionalPUBhttp://repositorio.ufrn.br/oai/repositorio@bczm.ufrn.bropendoar:2017-11-02T03:59:17Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.none.fl_str_mv Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas
title Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas
spellingShingle Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas
Câmara, Eduardo César Bezerra
RNA. Módulo de elasticidade transversal. Modelo de Halpin-Tsai. Compósitos unidirecionais
Composite materials. Fatigue. Goodman diagram. Damage mechanism. Artificial neural networks
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
title_short Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas
title_full Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas
title_fullStr Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas
title_full_unstemmed Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas
title_sort Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas
author Câmara, Eduardo César Bezerra
author_facet Câmara, Eduardo César Bezerra
author_role author
dc.contributor.none.fl_str_mv Freire Júnior, Raimundo Carlos Silvério

http://lattes.cnpq.br/1654889819568367

http://lattes.cnpq.br/1042806990155996
Costa Júnior, João Carlos Arantes

http://lattes.cnpq.br/5028446242533356
Bessa, Wallace Moreira

http://lattes.cnpq.br/3256782908311485
Amorim Júnior, Wanderley Ferreira de

http://lattes.cnpq.br/8131607733881361
dc.contributor.author.fl_str_mv Câmara, Eduardo César Bezerra
dc.subject.por.fl_str_mv RNA. Módulo de elasticidade transversal. Modelo de Halpin-Tsai. Compósitos unidirecionais
Composite materials. Fatigue. Goodman diagram. Damage mechanism. Artificial neural networks
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
topic RNA. Módulo de elasticidade transversal. Modelo de Halpin-Tsai. Compósitos unidirecionais
Composite materials. Fatigue. Goodman diagram. Damage mechanism. Artificial neural networks
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
description The aim of this study is to create an artificial neural network (ANN) capable of modeling the transverse elasticity modulus (E2) of unidirectional composites. To that end, we used a dataset divided into two parts, one for training and the other for ANN testing. Three types of architectures from different networks were developed, one with only two inputs, one with three inputs and the third with mixed architecture combining an ANN with a model developed by Halpin-Tsai. After algorithm training, the results demonstrate that the use of ANNs is quite promising, given that when they were compared with those of the Halpín-Tsai mathematical model, higher correlation coefficient values and lower root mean square values were observed
publishDate 2012
dc.date.none.fl_str_mv 2012-12-14
2013-05-08
2014-12-17T14:58:19Z
2014-12-17T14:58:19Z
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 CÂMARA, Eduardo César Bezerra. Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas. 2012. 78 f. Dissertação (Mestrado em Tecnologia de Materiais; Projetos Mecânicos; Termociências) - Universidade Federal do Rio Grande do Norte, Natal, 2012.
https://repositorio.ufrn.br/jspui/handle/123456789/15697
identifier_str_mv CÂMARA, Eduardo César Bezerra. Previsão do módulo de elasticidade transversal de compósitos unidirecionais através de redes neurais mistas. 2012. 78 f. Dissertação (Mestrado em Tecnologia de Materiais; Projetos Mecânicos; Termociências) - Universidade Federal do Rio Grande do Norte, Natal, 2012.
url https://repositorio.ufrn.br/jspui/handle/123456789/15697
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
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
BR
UFRN
Programa de Pós-Graduação em Engenharia Mecânica
Tecnologia de Materiais; Projetos Mecânicos; Termociências
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
BR
UFRN
Programa de Pós-Graduação em Engenharia Mecânica
Tecnologia de Materiais; Projetos Mecânicos; Termociências
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv repositorio@bczm.ufrn.br
_version_ 1855758863185215488