Desenvolvimento e validação de RNAs para processo de rebitagem por fricção de juntas híbridas de policarbonato e alumínio AA 2024-T351

• Processo: 13/22028-4
• Linha de fomento: Bolsas no Exterior - Estágio de Pesquisa - Mestrado
• Vigência (Início): 30 de novembro de 2013
• Vigência (Término): 29 de janeiro de 2014
• Área do conhecimento: Engenharias - Engenharia de Materiais e Metalúrgica
• Pesquisador responsável: Elias Hage Junior
• Beneficiário: Camila Fernanda Rodrigues
• Supervisor no Exterior: Sergio de Traglia Amancio Filho
• Instituição-sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Local de pesquisa : Helmholtz Association, Alemanha
• Vinculado à bolsa: 12/07774-9 - Processo de rebitagem por fricção de juntas híbridas de policarbonato e alumínio 2024-T351, BP.MS
• Assunto(s): Polímeros (materiais) Alumínio Fricção Redes neurais (computação)

Resumo

Este projeto de estágio no exterior tem como objetivo realizar a validação dos modelos de redes neurais (RNAs) desenvolvidos no Brasil/UFSCar durante o desenvolvimento do projeto de mestrado. Estes modelos serão utilizados na predição e geração de dados sobre as propriedades finais (força de resistência à tração e razão de aspecto de ancoramento) das juntas hibridas de PC/AA 2024-T351. Tais modelos tem sido desenvolvida durante o projeto de mestrado, a partir dos dados experimentais obtidos no planejamento de experimentos (DOE) fatorial completo, utilizando juntas obtidas no Instituto de Pesquisa Helmholtz Zentrum Geesthacht (HZG, na Alemanha, no período de estágio durante a graduação do proponente. Para a validação dos modelos, serão escolhidas condições de soldagem aleatórias pertencentes ao intervalo de soldabilidade do sistema PC/AA 2024-T351. Essas condições são diferentes das que já foram testadas no planejamento de experimentos. Os parâmetros considerados na elaboração do modelo são: velocidade de rotação variando entre 18000-21000 rpm, tempo de união entre 3 e 4s, e pressão de união entre 0,75 MPa e 1,10 MPa. As juntas produzidas serão caracterizadas macro, microestrutural e mecanicamente (ensaio de resistência tração). As redes neurais têm sido implementadas utilizando-se o programa FFNN neural network, desenvolvido pelo professor Norbert Huber do Instituto de Pesquisa HZG. (AU)