6.1. CONCLUSÕES
A partir dos resultados que foram apresentados no Capítulo 5, seguem as avaliações concernentes a este trabalho:
- O modelo misto – aplicado nas arquiteturas perceptron e modular – de um modo geral, apresentou um alto grau de eficiência na modelagem do comportamento à fadiga para os materiais selecionados neste trabalho. Ele mostrou alta robustez e capacidade de generalização e um bom desempenho na construção dos Diagramas de Goodman.
- A RNA de arquitetura mista-modular mostrou-se mais eficiente que a rede mista-perceptron, especialmente na construção dos diagramas de vida constante. Isso graças à capacidade da rede modular de trabalhar separadamente com o conjunto de dados, durante o seu treinamento.
- Utilizando um conjunto de dados com apenas duas curvas S-N (2R), o modelo misto apresentou-se muito eficiente na previsão da vida à fadiga de materiais compósitos, superando, inclusive, alguns modelos convencionais.
- Em se comparando com os resultados apresentados pela literatura especializada, a RNA desenvolvida neste trabalho possui um desempenho bastante satisfatório na previsão de falha por fadiga em materiais compósitos, tanto na arquitetura modular quanto na perceptron.
6.2. SUGESTÕES PARA TRABALHOS FUTUROS
Diante do que foi desenvolvido nessa dissertação, viu-se a necessidade de prosseguir nessa linha de estudo através da sugestão de alguns possíveis trabalhos:
1) Experimentar esse modelo proposto para materiais à base de fibra de carbono,
usando a mesma ideia acerca do conjunto de dados (3R e 2R);
2) Considerar o uso de outro material, além do DD16, como parâmetro de
comparação usado na equação analítica e testar a sua eficiência, especialmente para os materiais à base de fibra de carbono;
3) Utilizar uma análise estatística e probabilística para a previsão da vida à fadiga de
materiais compósitos, juntamente com o modelo misto desenvolvido neste trabalho.
Referências Bibliográficas 5
74 Igor Guedes Rebouças
REFERÊNCIAS BIBLIOGRÁFICAS
ADAM, T.; FERNANDO, G.; DICKSON, R. F.; REITER, H.; HARRIS, B. Fatigue life prediction for hybrid composites. International Journal of Fatigue, Vol. 11, No. 4, pp. 233-237, 1989.
BEHESHTY, M. H.; HARRIS, B.; ADAM, T. An Empirical Fatigue-Life Model for High- Performance Fibre Composites with and without Impact Damage. Composites – Part A: Applied Science and Manufacturing, Vol. 30, pp. 971-987, 1999.
BELÍSIO, A. S.; FREIRE JR, R. C. S. Comparative study between the PNL method and MN in modeling fatigue of composite materials. FFEMS, vol. 36, p. 392-400, 2012.
BELÍSIO, Adriano Silva. “Análise Estatística e do Comportamento à Fadiga de Materiais
Compósitos Através de RNAs”. Tese Doutorado: Universidade Federal do Rio Grande
do Norte. Natal, 2012.
BOND, I. P.; “Fatigue Life Prediction for GRP Subjected to Variable Amplitude Loading”,
Composites: Part A, Vol. 30, pp. 961-970, 1999.
BRAGA, A. P.; CARVALHO, A. P. L. F.; LUDEMIR, T. B. Redes Neurais Artificiais: Teoria e Aplicação. Rio de Janeiro: LTC, 2000.
CAPRINO, G.; GIORLEO, G.; Fatigue Lifetime of Glass Fabric/Epoxy Composites, Composites: Part A, Vol. 30, pp. 299-304, 1999.
CARCENAC, M. A Modular Neural Network for Super-resolution of Human Faces. Appl Intel, Vol. 30, p. 168-186, 2009.
CHIACHÍO M.; CHIACHÍO J.; RUS G.; Beck, J. L.. Predicting fatigue damage in composites: A Bayesian framework. Structural Safety, Vol. 51, p. 57-58, 2014.
DEGRIECK, J., VAN PAEPEGEM, W. Fatigue Damage Modeling of Fibre-Reinforced Composite Materials: Review. Applied Mechanics Review, Vol. 54, No. 4, pp. 279-300, 2001.
DETERESA, S. J.; FREEMAN, D. C.; GROVES, S. E.; Fatigue and Fracture of Fiber Composites Under Combined Interlaminar Stresses, AMERICAN SOCIETY FOR COMPOSITES - 13° TECHNICAL CONFERENCE, 1998.
DING, Y. Q.; YAN, Y.; MCILHAGGER, R.; BROWN D. Comparison of the Fatigue Behavior of 2-D and 3-D Woven Fabric Reinforced Composites. Journal of Materials Processing Technology, Vol. 55, pp. 171-177, 1995.
75 Igor Guedes Rebouças
DOE / MSU COMPOSITE MATERIAL FATIGUE DATABASE March 31, 2010 Version 19.0.
FRANCIS, P. H.; WALRATH, D. E.; SIMS, D. F.; WEED, D. N.; Biaxial Fatigue Loading of Notched Composites, Composite Materials, Vol. 11, pp. 488-501, 1977.
FREIRE JR, R. C. S., Aquino, E. M. F., Dória Neto, A. D. Comparative study between ANN models and convencional equations in the analysis of fatigue of GRP. International Journal of Fatigue, Vol. 31, pp. 831-839, 2009.
FREIRE, R. C. S. Fadiga de alto ciclo em Compósitos de PRFV: modelagem por RNA’s e prevenção de falha. 2005. 206 p. Tese de Doutorado – Universidade Federal do Rio Grande do Norte, PPGEM. Natal, 2005.
GAMSTEDT, E. K.; BERGLUND, L. A.; PEIJS, T. (a); Fatigue Mechanisms in Unidirecional Glass-fibre-reinforced Polypropylene. Composites Science and Technology, Vol. 59, pp. 759-768, 1999.
GAMSTEDT, E. K.; SJÖGREN, B. A. (b); Micromechanisms in Tension-Compression Fatigue of Composite Laminates Containing Transverse Plies, Composites Science and Technology, Vol. 59, pp. 167-178, 1999.
HARRIS, B. A Parametric Constant Life Model for Prediction of the Fatigue Lives of Fibre Reinforced Plastics. Fatigue in Composite Materials, November, pp. 546-568, 2003. HAYKIN, S. Redes Neurais: Princípios e Prática. Porto Alegre: Bookman, 2001. 2° Ed., 893
p.
KAJORNRIT, J.; WONG, W. K.; FUNG C. C. Estimation of missing precipitation records using modular Artificial Neural Networks. ICONIP 2012, Part IV, LNCS 7666, p. 52– 59, 2012.
KHAYET M.; COJOCARU C. Artificial Neural Network Model for Desalination by Sweeping Gas Membrane Distillation. Desalination, Vol. 308, p. 102-110, 2013.
KRIESEL, D. A Brief Introduction of Neural Network, 2007, disponível em
http://www.dkriesel.com
LEE, J. A., ALMOND, D. P., HARRIS, B. The Use of Neural Network for the Prediction of Fatigue Lives of Composite Materials. Composites Part A: Applied Science and Manufacturing, Vol. 30, No. 10, pp. 1159-1169, 1999.
MANDELL, J. F.; SAMBORSKY, D. D.; DOE/MSU Composite Material Fatigue Database: test Methods, Materials and Analysis, SAND97-3002, Sandia National Laboratories, Albuquerque, 140 p, 1997.
Referências Bibliográficas 5
76 Igor Guedes Rebouças
MANDELL, J.F., SAMBORSKY, D.D., AGASTRA, P., SEARS, A.T., WILSON, T.J. Analysis of SNL/MSU/DOE Fatigue Database Trends for Wind Turbine Blade Materials. Contractor Report SAND2010-7052, Sandia National Laboratories, Albuquerque, NM, 2010.
MOHANTY, S.; JHA M. K.; RAUL, S. K; PANDA, R. K; SUDHEER, K. P. “Using Artificial Neural Network Approach for Simultaneous Forecasting of Weekly Groundwater Levels at Multiple Sites”. Water Resour Manage, Vol. 29, p. 5521-5532, 2015.
OSÓRIO, F., BITTENCOURT, J. R.; Sistemas Inteligentes Baseados em Redes Neurais Artificiais Aplicados ao Processamento de Imagens, I WORKSHOP DE INTELIGÊNCIA ARTIFICIAL, 28 p., 2000.
PASSIPOULARIDIS, V.A.; PHILIPPIDIS, T.P.; BRONDSTED, P. Fatigue life prediction in composites using progressive damage modeling under block and spectrum loading. International Journal of Fatigue, vol. 33, p. 132-144, 2011.
PEREIRA, J. C. Curso de Projeto Estrutural com Materiais Compostos. UFSC: Florianópolis, 2003
PHILIPPIDIS, T. P.; VASSILOPOULOS, A. P.: Fatigue of Composite Laminates under offaxis Loading. International Journal of Fatigue, Vol. 21, pp. 253-262, 1999.
REBOUÇAS, I. G.; FREIRE Jr., R. C. S. Applying Mixed-Mode Network Architecture To Model The Fatigue Life Of A Composite Material, 1st Brazilian Conference On Composite Materials, Trabalho Completo. Natal, 2012
SENA, Bremmer. Criteria for the use of Modular Networks: Fatigue in Composite Materials. Journal of Composites Materials, Dezembro, 2011.
SENA, Bremmer. Influência do Conjunto de Treinamento na Generalização de RNAs Utilizadas na Análise de Fadiga de Materiais Compósitos. In: CONGRESSO NACIONAL DE ENGENHARIA MECÂNICA, 2010. Campina Grande.
SHIGLEY, J. E.; MISCHKE, C. R.; BUDYNAS, R. G. Projeto de Engenharia Mecânica. 7ª Edição. Porto Alegre: Bookman, 2005, 960 p.
SHOKRIEH, M. M., LESSARD, L. B. Multiaxial Fatigue Behaviour of Unidirecional Plies Based on Uniaxial Fatigue. International Journal of Fatigue, Vol. 19, No. 3, pp. 201- 207, 1997.
SOUZA, S. A. Ensaios Mecânicos de Materiais Metálicos: Fundamentos Teóricos e Práticos. 5ª Edição, 1982, 286 p.
77 Igor Guedes Rebouças
SUBRAMANIAN, S.; REIFSNIDER, K. L.; STINCHCOMB, W. W.; A Cumulative Damage Model to Predict the Fatigue Life of Composite Laminates Including the Effect of a Fibre-Matrix Interphase, International Journal of Fatigue, Vol. 17, N. 5, pp. 343-251, 1995.
SUTHERLAND, H. J.; On the Fatigue Analysis of Wind Turbines, SAND99-0089, Sandia National Laboratories, Albuquerque, 133 p, 1999.
VASSILOPOULOS, A. P.; MANSHADI, B. D.; KELLER, T. Piecewise non-linear constant life diagram formulation for FRP composite material. International Journal of Fatigue, vol. 32, p. 746-751, 2010.
WHITWORTH, A. H.; A Stiffness Degradation Model for Composite Laminates under Fatigue Loading. Composite Structures, Vol. 40, pp. 95-101, 1998.