• português (Brasil)
    • English
    • español
    • italiano
    • Deutsch
  • English 
    • português (Brasil)
    • English
    • español
    • italiano
    • Deutsch
  • Login
View Item 
  •   DSpace Home
  • Teses, Dissertações e Relatórios
  • Teses, Dissertações e Relatórios defendidos na UCS
  • Programa de Pós-Graduação em Engenharia Mecânica
  • Mestrado Profissional em Engenharia Mecânica
  • View Item
  •   DSpace Home
  • Teses, Dissertações e Relatórios
  • Teses, Dissertações e Relatórios defendidos na UCS
  • Programa de Pós-Graduação em Engenharia Mecânica
  • Mestrado Profissional em Engenharia Mecânica
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Aplicação de redes neurais no apoio à tomada de decisão para a aprovação de componentes estruturais mecânicos

View/Open
Dissertacao Lucas Marcon.pdf (3.721Mb)
Dissertacao Lucas Marcon.pdf (243.6Kb)
Date
2022-06-11
Author
Marcon, Lucas
Orientador
Corso, Leandro Luís
Vieceli, Alexandre
Metadata
Show full item record
Abstract
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]
URI
https://repositorio.ucs.br/11338/10275
Collections
  • Mestrado Profissional em Engenharia Mecânica [74]

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV