Aplicação de redes neurais no processo de filament winding

Autor(es)

Sheila Contant

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Quimica
• Data de defesa: 2002-12-17

Membros da banca

Liliane Maria Ferrareso Lona; Ana Rita Morales; Roberto de Campos Giordano

• Orientador: Veronica Maria de Araujo Calado; Liliane Maria Ferrareso Lona

Resumo

Compósitos poliméricos ou plásticos reforçados são materiais formados a partir de uma matriz polimérica e um reforço. Atualmente, o setor dos compósitos poliméricos é um dos mais promissores, devido às muitas vantagens desses materiais, entre elas redução do peso, resistência à corrosão e a temperaturas elevadas, e redução dos custos de fabricação quando comparados aos materiais convencionais da engenharia. O Brasil é o líder desse mercado na América Sul, região que tem exibido o maior crescimento mundial desde 1993. Entre os diversos métodos de fabricação de compósitos poliméricos de matriz termorrigida (que representa cerca de 3/4 dos compósitos poliméricos) e reforço de fibras "contínuas, está. o filament winding, muito .empregado na produção de sólidos de revolução, como dutos, cilindros e tanques. Uma das grandes restrições para uma maior exploração comercial dos métodos de preparação de compósitos, incluindo o filament winding (filamento contínuo), reside na dificuldade de relacionar os vários parâmetros do sistema com a qualidade do produto final e com a eficiência do processo. Neste trabalho, redes neurais artificiais foram aplicadas no processo de filament winding em dois casos: (a) predição de propriedades que descrevem a qualidade do produto final (propriedades mecânicas e térmicas de peças) utilizando como conjunto de treinamento ensaios industriais de caracterização experimental e (b) predições do comportamento térmico de compósitos durante a etapa de cura, sendo que para o treinamento dessas redes foram obtidos dados através do modelo Lee-Springer. Foram desenvolvidos programas computacionais empregando os algoritmos de backpropagation e delta-barra-delta, e a influência de cada variável de entrada nas saídas da rede foi determinada através da Equação de Garson. Os resultados encontrados mostraram a eficiência da aprendizagem das redes em todos os casos estudados. A aplicação de redes neurais na modelagem do processo de filament winding pode levar a uma melhor compreensão do processo, redução do tempo de desenvolvimento de novos produtos e do custo (AU)

• Processo FAPESP: 00/10090-7 - Aplicação de redes neurais no processo de filament winding
• Beneficiário: Sheila Contant
• Modalidade de apoio: Bolsas no Brasil - Mestrado