Redes neurais artificiais aplicadas para a predição do comportamento dinâmico-mecânico de compósitos de matriz epóxi reforçados com fibras de carbono
Neste trabalho, o algoritmo Levenberg-Marquardt foi aplicado para predizer o comportamento dinâmico-mecânico de compósitos de matriz epóxi reforçados com fibras de carbono. Empregou-se o ensaio de vibração amortecida (ASTM E-756) para viga do tipo engastada-livre que forneceu experimentalmente as cu...
| Autores: | , , , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2007 |
| País: | Brasil |
| Institución: | Matéria (Rio de Janeiro. Online) |
| Repositorio: | Matéria (Rio de Janeiro. Online) |
| Idioma: | portugués |
| OAI Identifier: | oai:scielo:S1517-70762007000200013 |
| Acceso en línea: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-70762007000200013 |
| Access Level: | acceso abierto |
| Palabra clave: | Redes neurais artificiais (RNA) compósitos fibra de carbono propriedades dinâmico-mecânicas |
| Sumario: | Neste trabalho, o algoritmo Levenberg-Marquardt foi aplicado para predizer o comportamento dinâmico-mecânico de compósitos de matriz epóxi reforçados com fibras de carbono. Empregou-se o ensaio de vibração amortecida (ASTM E-756) para viga do tipo engastada-livre que forneceu experimentalmente as curvas de amplitude em função do tempo de resposta. O compósito é de uso aeronáutico tendo configuração [0º/45º/90º/0º]S. Uma rede neural do tipo "perceptron" de múltiplas camadas foi empregada, e os resultados mostraram que a aplicação do algoritmo de aprendizado Levenberg-Marquardt conduz a uma elevada qualidade preditiva para compósitos de matriz epóxi, uma vez que o coeficiente de desempenho (B) apresentou-se superior a 0.9 para 64% dos conjuntos testados. Os testes iniciais consideraram uma arquitetura simples 2-[30-30]2-1 resultando em uma baixa qualidade preditiva. Entretanto, o aumento do número de neurônios nas camadas escondidas resultou em uma arquitetura otimizada 2-[100-100]2-1. |
|---|