Desenvolvimento de uma rede neural artificial para previsão da capacidade de absorção de energia de compósitos commingled termoplásticos: processamento, caracterização e resistência à colisão (crashworthiness)

• Processo: 18/24964-2
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de maio de 2019
• Data de Término da vigência: 13 de abril de 2023
• Área de conhecimento: Engenharias - Engenharia de Materiais e Metalúrgica - Materiais Não-metálicos
• Pesquisador responsável: Edson Cocchieri Botelho
• Beneficiário: Ricardo Mello di Benedetto
• Instituição Sede: Faculdade de Engenharia (FEG). Universidade Estadual Paulista (UNESP). Campus de Guaratinguetá. Guaratinguetá , SP, Brasil
• Bolsa(s) vinculada(s): 19/22173-0 - Desenvolvimento de uma rede neural artificial para previsão da capacidade de absorção de energia de compósitos commingled termoplásticos: processamento, caracterização e resistência à colisão (crashworthiness), BE.EP.PD
• Assunto(s): Redes neurais (computação) Materiais compósitos
• Palavra(s)-Chave do Pesquisador: Absorção de Energia de impacto | Compósitos termoplásticos | Redes Neurais Artificiais | Regressão Múltipla | Tecnologia Comminlged | Compósitos estruturais de fibra de carbono

Resumo

A capacidade de absorção de energia de compósitos termoplásticos estruturais é governada pelas propriedades da matriz polimérica e pelos parâmetros de processamento da consolidação sob pressão. Todavia, estudos prévios revelaram que a cinética de degradação térmica da matriz também tem efeito significativo sob o comportamento mecânico do material e na sua resistência à colisão (crashworthiness). Compreender o nível de degradação termo-oxidativa, bem como os limiares de temperatura e tempo de processamento, permite a fabricação de componentes compósitos de alto desempenho com maior resistência ao impacto, o que aumenta a segurança dos passageiros em um eventual acidente automotivo. Concomitantemente, existe hoje um grande interesse científico quanto à caracterização e acerca dos fenômenos decorrentes do processamento termomecânico de compósitos termoplásticos do tipo commingled, os quais combinam fibras de reforço e fios da matriz polimérica em um mesmo cabo ou tecido. Essa tecnologia retrata novas possibilidades para fabricação de compósitos estruturais de alta performance, visando alta produtividade, redução de tempo e dos custos operacionais. O objetivo desse estudo é desenvolver um processo integrado de modelagem, de cálculo, de previsão e de otimização das propriedades de materiais compósitos termoplásticos commingled por meio de uma rede neural artificial (RNA) treinada por inputs de (i) propriedades térmicas, (ii) propriedades viscoelásticas, (iii) parâmetros cinéticos de degradação do material e (iv) parâmetros de processamento. Este projeto encontra-se vinculado a um projeto regular da FAPESP (nº 2017/16970-0), de responsabilidade do supervisor desta proposta. (AU)

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BENEDETTO, RICARDO MELLO DI; JANOTTI, ANDERSON; GOMES, GUILHERME FERREIRA; JUNIOR, ANTONIO CARLOS ANCELOTTI; BOTELHO, EDSON COCCHIERI. Development of hybrid steel-commingled composites CF/PEEK/BwM by filament winding and thermoforming. COMPOSITES SCIENCE AND TECHNOLOGY, v. 218, FEB 8 2022. (17/16970-0, 18/24964-2, 19/22173-0)

DI BENEDETTO, RICARDO MELLO; GOMES, GUILHERME FERREIRA; JANOTTI, ANDERSON; ANCELOTTI JUNIOR, ANTONIO CARLOS; BOTELHO, EDSON COCCHIERI. Statistical approach to optimize crashworthiness of thermoplastic commingled composites. MATERIALS TODAY COMMUNICATIONS, v. 31, p. 10-pg., 2022-05-12. (18/24964-2, 19/22173-0, 17/16970-0)

DI BENEDETTO, R. M.; BOTELHO, E. C.; GOMES, G. F.; JUNQUEIRA, D. M.; ANCELOTTI JUNIOR, A. C.. Impact energy absorption capability of thermoplastic commingled composites. COMPOSITES PART B-ENGINEERING, v. 176, NOV 1 2019. (18/24964-2)

DI BENEDETTO, R. M.; BOTELHO, E. C.; JANOTTI, A.; ANCELOTTI JUNIOR, A. C.; GOMES, G. F.. Development of an artificial neural network for predicting energy absorption capability of thermoplastic commingled composites. COMPOSITE STRUCTURES, v. 257, FEB 1 2021. (18/24964-2, 17/16970-0, 19/22173-0)