Aplicação de redes neurais no apoio à tomada de decisão para a aprovação de componentes estruturais mecânicos
Carregando...
Data de Submissão
Data de Defesa
2022-04-29
Edição
Autores
Orientadores
Coorientadores
Editores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Descrição
O Método de Elementos Finitos (MEF) é um recurso de cálculo virtual utilizado no mundo todo para determinar soluções aproximadas para problemas numéricos de engenharia. É comum que uma análise realizada pelo MEF se delongue de acordo com a sua complexidade, tornando um projeto caro e prolongado. Diante deste cenário, o presente trabalho buscou desenvolver uma Rede Neural Artificial (RNA) capaz de prever respostas de elementos finitos e vida sob fadiga para uma aranha de freio, como ferramenta de apoio na tomada de decisão em tempo real para validação estrutural de componentes mecânicos. Para isso, um modelo virtual numérico foi calibrado pelo MEF com base em teorias da mecânica, resultados obtidos de testes de bancada e instrumentações. Embasado por meio da calibração virtual, um banco de dados de elementos finitos foi gerado para aplicação da RNA, contendo 130 dados de um total de 4.800 combinações. O treinamento, validação e teste da RNA foi determinado por meio de um algoritmo de análise de desempenho da RNA. Por fim, os resultados obtidos com a RNA foram comparados com os resultados de elementos finitos e vida sob fadiga computacional, a eficiência do método de predição de respostas em tempo real foi mensurada por meio do Mean Squared Error (MSE). [resumo fornecido pelo autor]
Resumo
The Finite Element Method (FEM) is a virtual calculation resource used around the world to determine approximate numerical solutions to engineering problems. It is common for an analysis carried out by the MEF to be delayed according to its complexity, making a project expensive and prolonged. Given this scenario, the present work sought to develop an Artificial Neural Network (ANN) capable of predicting finite element responses and fatigue life for a brake spider, as a support tool in real-time decision making for structural validation of mechanical components. For this, a numerical virtual model was calibrated by the FEM based on theories of mechanics, results obtained from bench tests, and instrumentations. Based on virtual calibration, a finite element database was generated for the ANN application, containing 130 data from a total of 4.800 possibilities. ANN training, validation, and testing were determined using an ANN performance analysis algorithm. Finally, the results obtained with the ANN were compared with the results of finite elements and computational fatigue life, and the efficiency of the real-time response prediction method was measured using the Mean Squared Error (MSE). [resumo fornecido pelo autor]