Predicao de propriedades mecanicas em polimeros semicristalinos moldados por injecao atraves de redes neurais hibridas.

• Processo: 00/03347-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de julho de 2000
• Data de Término da vigência: 30 de junho de 2004
• Área de conhecimento: Engenharias - Engenharia de Materiais e Metalúrgica - Materiais Não-metálicos
• Pesquisador responsável: Rosario Elida Suman Bretas
• Beneficiário: Cybele Lotti
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Assunto(s): Propriedades mecânicas Polipropilenos
• Palavra(s)-Chave do Pesquisador: Polipropileno | Propriedades Mecanicas | Rede Neural Hibrida

Resumo

O objetivo deste projeto é o desenvolvimento de uma rede neural híbrida para predizer propriedades mecânicas de polipropileno moldado por injeção a partir de condições de processamento e dados de simulação computacional. Os dados de entrada da rede neural serão condições de processamento que tenham influência nas propriedades finais do moldado, como temperatura do fundido, temperatura do molde, pressão de injeção, velocidade de injeção, pressão de compactação e tempo de resfriamento, além de um sistema de equações diferenciais oriundas da simulação do processo de injeção. Os dados de saída da rede neural serão propriedades mecânicas, como resistência ao impacto, resistência à tração, módulo de flexão, módulo elástico, cristalinidade final do moldado. Através da capacidade de aprendizado das redes neurais, é possível correlacionar sistemas de variáveis não-lineares, possibilitando a previsão de características finais do produto, antes mesmo que seja produzido. (AU)