Identificação de Parâmetros Mecânicos em Materiais Compostos Laminados por Métodos de Inteligência Artificial
Resumo
A caracterização de materiais compósitos laminados é fundamental na engenharia de materiais e na mecânica estrutural, pois exige a determinação precisa das propriedades individuais das lâminas e suas proporções. O estudo permite compreender seu comportamento estrutural e otimizar seu desempenho em diferentes condições através do método de homogeneização assintótica de duas escalas. Em um compósito com n camadas, as propriedades globais hijkl relacionam-se às propriedades dos constituintes Ei e vi (i = 1, ..., n) e à proporção dos materiais no compósito δ. O problema inverso consiste em identificar as propriedades das lâminas por meio de propriedades globais, sendo intrinsecamente não linear e mal condicionado. A metodologia proposta utiliza algoritmos evolutivos e redes neurais artificiais para otimizar soluções em espaços multidimensionais e identificar padrões ocultos nos dados, visando refinar a estimativa de suas propriedades individuais e proporções dentro do compósito. [...]
Downloads
Referências
L. J. Fogel. Artificial Intelligence through Simulated Evolution. New York: John Wiley & Sons, 1966. isbn: 978-0471265160.
D. E. Goldberg. Genetic Algorithms in Search, Optimization, and Machine Learning. Reading, MA: Addison–Wesley, 1989. isbn: 978-0201157673.
J. Hadamard. Lectures on Cauchy’s Problem in Linear Partial Differential Equations. New York: Dover Publications, 1923. isbn: 978-0486495491.
J. J. Moré. “The Levenberg-Marquardt algorithm: Implementation and theory”. Em: Numerical Analysis: Proceedings of the Biennial Conference held at Dundee, June 28–July 1, 1977. Vol. 630. Lecture Notes in Mathematics. Berlin, Heidelberg: Springer-Verlag, 1978, pp. 105–116. isbn: 978-3-540-08538-6. doi: 10.1007/BFb0067700.
B. E. Pobedrya. Mechanics of Composite Materials. In Russian. Moscow: Moscow State University Press, 1984, p. 147.
