- APRENDIZAGEM COMPUTACIONAL PARA PREVER A DEFORMAÇÃO À FRATURA NA CONFORMAÇÃO DE CHAPA METÁLICA -
- APRENDIZAGEM COMPUTACIONAL PARA PREVER A DEFORMAÇÃO À FRATURA NA CONFORMAÇÃO DE CHAPA METÁLICA -
Deformação à fratura na conformação de chapa metálica
"Machine Learning for Predict Fracture Strain in Sheet Metal Forming" é um artigo que pertence à Edição Especial Artificial Neural Network Prediction in Metal Forming Processes
- "Machine Learning for Predict Fracture Strain in Sheet Metal Forming" é um artigo que pertence à Edição Especial Artificial Neural Network Prediction in Metal Forming Processes
"Machine Learning for Predict Fracture Strain in Sheet Metal Forming" é um artigo que pertence à Edição Especial Artificial Neural Network Prediction in Metal Forming Processes
- Resumo:
Os modelos de aprendizagem computacional são construídos para prever os valores de deformação para os quais a fissuração ocorre em testes de expansão de furos. As amostras deste ensaio desempenham o papel de componentes de chapas metálicas a serem fabricadas, nas quais, muitas vezes ocorrem fissuras nas bordas associadas a um estado de tensão de tração uniaxial nas bordas críticas dos componentes. Para a construção dos modelos, foi obtido experimentalmente um conjunto de dados para chapas de aço carbono ferrítico laminadas de diferentes qualidades e espessuras. Dois tipos de testes foram realizados: testes de tração e de expansão do furo. No ensaio de tração, a tensão de escoamento, a resistência à tração, a deformação na carga máxima e o alongamento após a fratura foram determinados nas direções de laminação e transversal. No teste de expansão do furo, foi determinada a deformação para a qual ocorre a fissuração da borda. Pretende-se que os modelos possam prever a deformação à fratura neste ensaio, com base no conhecimento dos dados do ensaio de tração. Os algoritmos de aprendizagem computacional utilizados foram Multilayer Perceptron, Gaussian Processes, Support Vector Regression e Random Forest. A regressão polinomial tradicional que se ajusta a uma função polinomial de 2ª ordem também foi utilizada para comparação. Mostra-se que os modelos preditivos baseados em aprendizagem computacional superam o método tradicional de regressão polinomial; em particular, processos gaussianos e regressão vetorial de suporte foram considerados os melhores algoritmos de aprendizado de máquina que permitem os modelos preditivos mais robustos.
"Machine Learning for Predict Fracture Strain in Sheet Metal Forming" é um artigo que pertence à Edição Especial Artificial Neural Network Prediction in Metal Forming Processes
- De: Marques, A.E.; Dib, M.A.; Khalfallah, A.; Soares, M.S.; Oliveira, M.C.; Fernandes, J.V.; Ribeiro, B.M.; Prates, P.A. Machine Learning for Predicting Fracture Strain in Sheet Metal Forming. Metals 2022, 12, 1799. https://doi.org/10.3390/met12111799
Aceder ao artigo completo: https://www.mdpi.com/2075-4701/12/11/1799
- Aceder ao artigo completo:
- https://www.mdpi.com/2075-4701/12/11/1799
- 25/10/2022