Previsão de Propriedades Mecânicas de Materiais Compósitos por Emissão Acústica e Ferramentas de Aprendizado de Máquina (Machine Learning)
Show simple item record
| dc.contributor |
UFSC |
pt_BR |
| dc.contributor.advisor |
Pereira, Dr. Eng. Rafael Santiago Floriani Pereira |
|
| dc.contributor.author |
Aguiar, Lucas Machado de Aguiar |
|
| dc.date.accessioned |
2026-09-09T01:50:10Z |
|
| dc.date.available |
2026-09-09T01:50:10Z |
|
| dc.date.issued |
2026-09-07 |
|
| dc.identifier.uri |
https://repositorio.ufsc.br/handle/123456789/275517 |
|
| dc.description |
Promoção da igualdade, fortalecimento da democracia e governança |
pt_BR |
| dc.description.abstract |
Este trabalho teve como objetivo investigar o comportamento mecânico
de materiais com diferentes condições microestruturais e estabelecer uma base
experimental para a correlação entre propriedades mecânicas, emissão acústica
(EA) e mecanismos de falha. O plano de atividades previa a seleção e
preparação de materiais, realização de tratamentos térmicos e mecânicos,
caracterização microestrutural, ensaios de tração instrumentados por EA e
posterior aplicação de técnicas de aprendizado de máquina para identificação e
classificação dos fenômenos associados à deformação e à falha. Durante o
período da bolsa, as atividades concentraram-se na caracterização mecânica
experimental, com participação do bolsista na preparação de amostras,
execução de tratamentos térmicos, realização de ensaios de tração e tratamento
dos dados obtidos. Parte das atividades foi desenvolvida utilizando as ligas de
alumínio 2024 e 7475 em diferentes condições de tratamento térmico e
espessuras, permitindo avaliar a influência da condição do material sobre sua
resposta à deformação e determinar parâmetros associados à anisotropia
mecânica. A etapa de monitoramento por emissão acústica não pôde ser
implementada durante a vigência da bolsa devido ao atraso na disponibilização
dos recursos financeiros previstos para aquisição dos sensores e componentes
necessários. Consequentemente, as etapas dependentes desses sinais,
incluindo processamento nos domínios do tempo e da frequência, construção do
banco de dados acústicos, aplicação de algoritmos de aprendizado de máquina
e correlação entre eventos acústicos e mecanismos de falha, também não
puderam ser concluídas. Apesar dessa limitação, o trabalho permitiu avançar na
componente mecânica do projeto, estabelecer procedimentos experimentais
para preparação, tratamento e ensaio dos materiais e gerar dados que poderão
ser posteriormente associados aos sinais de emissão acústica. As atividades
desenvolvidas também proporcionaram ao bolsista formação em caracterização
mecânica, tratamentos térmicos, análise de dados experimentais e interpretação
da relação entre processamento e comportamento mecânico dos materiais. |
pt_BR |
| dc.format.extent |
1 |
pt_BR |
| dc.language.iso |
por |
pt_BR |
| dc.publisher |
Florianópolis, SC |
pt_BR |
| dc.subject |
ensaio de tração; emissão acústica; comportamento mecânico; aprendizado de máquina |
pt_BR |
| dc.title |
Previsão de Propriedades Mecânicas de Materiais Compósitos por Emissão Acústica e Ferramentas de Aprendizado de Máquina (Machine Learning) |
pt_BR |
| dc.type |
video |
pt_BR |
| dc.contributor.advisor-co |
Fredel, Prof. Dr.-Ing. Márcio Celso Fredel |
|
Files in this item
This item appears in the following Collection(s)
Show simple item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account
Statistics
Compartilhar