Desenvolvimento de diagramas de Goodman para os compósitos aeronáuticos AS4-PW E T700-PW utilizando uma RNA modular / Development of Goodman diagrams for AS4-PW AND T700-PW aeronautical composites using a modular ANN
DOI:
https://doi.org/10.34115/basrv5n2-037Keywords:
Fadiga, Compósitos, RNA Modular, Diagrama de Goodman.Abstract
Materiais Compósitos, quando submetidos a carregamentos cíclicos, tendem a sofrer falha por fadiga. Dessa forma, a correta caracterização de seu comportamento frente a esse tipo de falha torna-se primordial para qualquer projeto mecânico. Todavia, ensaios de fadiga para compósitos são financeiramente inacessíveis, em grande parte dos casos. Haja vista essa limitação, o presente trabalho, em continuação a trabalhos anteriores, busca desenvolver Diagramas de Goodman para descrever o comportamento à fadiga de outros materiais compósitos (ainda não averiguados) através da aplicação de uma Rede Neural Artificial, utilizando uma quantidade mínima de dados experimentais. Os materiais estudados possuem importância para a Indústria Aeronáutica, sendo eles: AS4-PW e T700-PW. Fez-se uso de uma Rede Neural Artificial Modular, que foi treinada com dados experimentais de três curvas S-N e, posteriormente, validada através de dados experimentais ausentes em seu treino. Por fim, com os pesos sinápticos obtidos, concluiu-se que a rede apresenta boa robustez e boa capacidade de generalização a partir da avaliação das curvas do Diagrama de Goodman em comparação aos valores experimentais.References
BUDYNAS, R. G.; NISBETT, K. J. Mechanical engineering design. McGraw-Hill Education, 2 Penn Plaza, New York, New York, EUA, 10° Ed. 2014.
DINIZ, B. D. C.; FREIRE JÚNIOR, R. C. S. Study of the fatigue behavior of composites using modular ANN with the incorporation of a posteriori failure probability. Int J Fatigue 2019; 131 (2020) 105357.
DINIZ, B.C.; SANTANA, L. V. A. B.; LIMA, A. C. J. ANÁLISE DO COMPORTAMENTO À FADIGA DE MATERIAIS COMPÓSITOS AERONÁUTICOS ATRAVÉS DO DESENVOLVIMENTO DE DIAGRAMAS DE VIDA CONSTANTE GERADOS POR UMA REDE NEURAL ARTIFICIAL MODULAR.. In: Anais do Congresso Internacional de Engenharia Mecânica e Industrial. Anais...Brasília(DF) A Definir, 2020. Disponível em: . Acesso em: 16/03/2021 13:53
EL-KADI, H.; AL-ASSAF, Y. Prediction of the fatigue life prediction of unidirectional glass fiber/epoxy composite laminate using different neural network paradigms. Compos. Struct. 2002;55(2):239-46.
FREIRE JÚNIOR, R.C.S.; AQUINO, E.M.F. Comparative study between ANN models and conventional equations in the analysis of fatigue failure of GFRP. Int. J. Fatigue 2009; 31(5):831-9.
FREIRE JÚNIOR, R. C. S.; AQUINO, E. M. F.; NETO DÓRIA, A. D. Building of constant life diagrams of fatigue using artificial neural networks. Int J Fatigue 2005; 27:746-751.
FREIRE JÚNIOR, R. C. S.; AQUINO, E. M. F. Use of modular network in the building of constant life diagrams. Int. J. Fatigue 2007;29(3):389-96.
FREIRE JÚNIOR, R. C. S.; BELÍSIO, A. Probabilistic S-N curves using exponential and power laws equations. Compos. B Eng. 2014;56(1):582-90.
LEE, J. A.; ALMOND, D. P.; HARRIS, B. The use of neural network for the prediction of fatigue lives of composite materials. Compos Part A: Appl Sci Manuf 1999;30(10):1159-69.
MANDELL, J. F.; SAMBORSKY, D. D. DOE/MSU composite material fatigue database. Sandia National Lab. 2010.
SENA, B. B. V.; FREIRE JÚNIOR, R. C. S. Criteria for the use of modular networks: fatigue in composites materials. J. Compos. Mater. 2012;46(23):2973-85.
TOMBLIN, J.; SENEVIRATNE, W. Determining the fatigue life of composite aircraft structures using life and load-enhancement factors. National Institute for Aviation Research 2011.
VASSILOPOULOS, A. P.; MANSHADI, B. D.; KELLER, T. Influence of the constant life diagram formulation on the fatigue life prediction of composite materials. Int. J. Fatigue 2010;32(4):659-69.
