Utilização de RNA´s na construção do diagrama de vida constante de probabilidade de materiais compósitos

The static and cyclic assays are common to test materials in structures.. For cycling assays to assess the fatigue behavior of the material and thereby obtain the S-N curves and these are used to construct the diagrams of living constant. However, these diagrams, when constructed with small amounts of S-N curves underestimate or overestimate the actual behavior of the composite, there is increasing need for more testing to obtain more accurate results. Therewith, , a way of reducing costs is the statistical analysis of the fatigue behavior. The aim of this research was evaluate the probabilistic fatigue behavior of composite materials. The research was conducted in three parts. The first part consists of associating the equation of probability Weilbull equations commonly used in modeling of composite materials S-N curve, namely the exponential equation and power law and their generalizations. The second part was used the results obtained by the equation which best represents the S-N curves of probability and trained a network to the modular 5% failure. In the third part, we carried out a comparative study of the results obtained using the nonlinear model by parts (PNL) with the results of a modular network architecture (MN) in the analysis of fatigue behavior. For this we used a database of ten materials obtained from the literature to assess the ability of generalization of the modular network as well as its robustness. From the results it was found that the power law of probability generalized probabilistic behavior better represents the fatigue and composites that although the generalization ability of the MN that was not robust training with 5% failure rate, but for values mean the MN showed more accurate results than the PNL model

Quando da utilização de materiais em estruturas é comum à realização de ensaios estáticos e cíclicos. Para os ensaios cíclicos avalia-se o comportamento à fadiga do material e com isso obtêm-se as curvas S-N e estas são utilizadas para construir os diagramas de vida constante. Porém, estes diagramas, quando construídos com pequenas quantidades de curvas S-N, subestimam ou sobrestimam o comportamento real do compósito, havendo necessidade crescente de se fazer mais ensaios para a obtenção de maior precisão nos resultados. Pensando assim, uma forma de diminuir custos é a análise estatística do comportamento à fadiga. Assim, este trabalho possui o intuito de avaliar o comportamento probabilístico à fadiga de materiais compósitos e foi dividido em três partes. A primeira parte consiste em como associar a equação de probabilidade de Weilbull às equações comumente utilizadas no modelamento da curva S-N de matérias compósitos, quais sejam, a equação exponencial e a lei de potência e suas respectivas generalizações. Na segunda parte utilizou-se os resultados obtidos pela equação que melhor representa as curvas S-N de probabilidade e treinou-se uma rede modular à 5% de falha. Na terceira parte, realizou-se um estudo comparativo dos resultados obtidos usando o modelo não linear por partes (PNL) com os resultados de uma arquitetura de rede modular (MN) na análise do comportamento à fadiga. Para tanto utilizouse uma base de dados com dez materiais obtidos da literatura para se avaliar a capacidade de generalização da rede modular, bem como sua robustez. A partir dos resultados verificou-se que a lei de potência generalizada de probabilidade representa melhor o comportamento probabilístico à fadiga de compósitos e que apesar da capacidade de generalização da MN esta não se mostrou robusta para um treinamento com 5% de falha, porém para valores médios a MN apresentou resultados mais precisos que o modelo PNL