Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/BUBD-A3QQB9
Tipo: | Tese de Doutorado |
Título: | Modelagem e otimização de desvios em peças termoformadas a vácuo utilizando modelos de regressão múltipla e redes neurais artificiais |
Autor(es): | Wanderson de Oliveira Leite |
Primeiro Orientador: | Juan Carlos Campos Rubio |
Primeiro Coorientador: | Francisco Mata Cabrera |
Primeiro membro da banca : | Alexandre Mendes Abrao |
Segundo membro da banca: | Paulo Eustaquio de Faria |
Terceiro membro da banca: | Tulio Hallak Panzera |
Quarto membro da banca: | Rosemary Bom Conselho Sales |
Resumo: | No processo de termoformagem a vácuo, a qualidade final da peça depende de diversas variantes do sistema, que tornam a sua modelagem matemática computacional um processo complexo multivariável e de objetivos conflitantes. Por conseguinte, as expectativas quanto aos desvios do produto são, por vezes, subjetivas e dependentes do conhecimento prévio do executor. Neste sentido, este trabalho desenvolveu modelos utilizando Redes Neurais Artificiais (RNA) visando à correta previsão e minimização dos valores dos desvios da peças termoformadas a vácuo em limites admissíveis de tolerância. Para tal, foram produzidas amostras em testes exploratórios, experimentais e de validação de uma peça típica em Poliestireno (PS), por meio do planejamento fatorial fracionado (2k-p). Este estudo inicial permitiu identificar que todos os fatores principais são significativos em pelo menos um dos desvios dimensionais ou geométricos da peça. Posteriormente, foram programadas e testadas RNA com diversas estruturas e configurações e comparativamente Modelos de Otimização de Múltiplas Respostas (MOMR). Os resultados mostraram que os modelos de RNA e MOMR foram capazes de convergir para configurações de parâmetros de fabricação que otimizam os desvios da peça, entretanto, só os modelos com RNA conseguiram obter erros de estimativa dentro dos limites dos valores encontrados nos testes de validação. Assim, demonstrou-se que os modelos com RNA são propostas promissoras para o desenvolvimento de modelos e algoritmos que estimem e minimizem desvios de peças termoformadas a vácuo. |
Assunto: | Redes neurais (Computação) Engenharia de produção |
Idioma: | Português |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Tipo de Acesso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/BUBD-A3QQB9 |
Data do documento: | 29-Mar-2015 |
Aparece nas coleções: | Teses de Doutorado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
tese_leite.w.o_2011712534.pdf | 5.42 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.