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

• Ano de defesa: 2012
• Autor(a) principal: Câmara, Eduardo César Bezerra
• Orientador(a): Freire Júnior, Raimundo Carlos Silvério
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Rio Grande do Norte
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Mecânica
• Departamento: Tecnologia de Materiais; Projetos Mecânicos; Termociências
• País: BR
• Palavras-chave em Português: RNA. Módulo de elasticidade transversal. Modelo de Halpin-Tsai. Compósitos unidirecionais
• Palavras-chave em Inglês: Composite materials. Fatigue. Goodman diagram. Damage mechanism. Artificial neural networks
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/15697

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