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

• Ano de defesa: 2022
• Autor(a) principal: Marcon, Lucas
• Orientador(a): Corso, Leandro Luís, Vieceli, Alexandre
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng; por
• Palavras-chave em Português: Engenharia mecânica; Método dos elementos finitos; Redes neurais (Computação); Materiais - Fadiga; Inteligência artificial
• Palavras-chave em Inglês: Mechanical engineering; Finite element method; Neural networks (Computer science); Materials - Toil; Artificial intelligence
• Link de acesso: https://repositorio.ucs.br/11338/10275

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]