4 Técnicas de Inteligência Computacional na Avaliação do Problema de Cargas Concentradas
|
|
- Maria das Graças Malheiro
- 5 Há anos
- Visualizações:
Transcrição
1 4 Técnicas de Inteligência Computacional na Avaliação do 4.1 Introdução Os resultados apresentados no capítulo 3 demonstraram que as redes neurais possuem uma grande capacidade de previsão da carga última e boa generalização para novos dados. Porém, deve-se ressaltar que a matemática intrínseca das redes neurais não é visível (modelo tipo caixa preta) e a técnica é extremamente dependente dos resultados experimentais disponíveis. Para uma melhor compreensão do problema, seria preciso conhecer os critérios usados pela rede neural, isto é, que regras a rede ormula matematicamente para representar os dierentes enômenos. Porém, as características das redes neurais e a complexidade da arquitetura empregada tornam isso inviável. Este capítulo apresenta o desenvolvimento de um sistema de classiicação do enômeno ísico baseado em um modelo neuro-uzzy hierárquico para classiicar o enômeno ísico quanto aos dierentes comportamentos estruturais de orma mais gradual, uma vez que não é possível deinir limites exatos para este problema. Neste trabalho, também oi aventada a possibilidade da utilização de algoritmos genéticos para a criação de uma nova órmula de projeto e um estudo sobre a utilização de uma única rede neural de previsão de carga parametrizada pela carga de plastiicação. Estes modelos e os resultados encontrados pelo sistema de classiicação são apresentados a seguir. 4.2 Geração de uma Nova Fórmula por Algoritmos Genéticos A geração de uma nova órmula para a carga de ruína de vigas de aço submetidas a cargas concentradas caracteriza um problema complexo, pois
2 90 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do envolve a interação de diversos parâmetros e a inluência concomitante de dierentes comportamentos estruturais na mesma viga. Uma das técnicas da programação genética é a regressão simbólica (Koza, 1994), desenvolvida para encontrar uma expressão matemática que se ajuste melhor a um conjunto de dados, a partir da inormação das variáveis relevantes. Apesar da regressão simbólica por programação genética ser a técnica mais indicada para gerar uma nova órmula empírica para o problema de cargas concentradas, não existem sotares desta técnica que permitam a utilização de tantas variáveis e seria necessário desenvolver uma erramenta para este estudo, o que não azia parte do escopo desta tese. Desta orma, a primeira abordagem nesta área (Fonseca et al., 2000) utilizou apenas algoritmos genéticos com o objetivo de otimizar coeicientes e potências de órmulas existentes (Bergelt, 1979), (Roberts & Neark, 1997). Uma das primeiras equações para o problema, proposta por Lyse & Godrey (1935), ainda está em uso. Esta órmula (2.1) avalia a resistência da alma da viga sem considerar problemas de instabilidade. Desta orma, a órmula tem sido aplicada em diversas normas internacionais, para casos onde a alma é mais compacta, tendo sido desenvolvida para vigas com esbeltez de alma (h/t ) em torno de 52. Dentre as órmulas desenvolvidas por outros pesquisadores, bons resultados oram obtidos pelas órmulas de Bergelt (1979) e Roberts & Neark (1997). A órmula de Bergelt (2.7) oi desenvolvida com o objetivo de considerar a inluência de diversos parâmetros, no entanto os resultados não oram muito superiores aos trabalhos anteriores. Os melhores resultados oram encontrados pela órmula de Roberts & Neark (2.12). Os critérios para utilização de cada uma das órmulas variam de norma para norma, estando no entanto relacionados com a esbeltez da alma e seguindo os métodos tradicionais. Ou seja, limites rígidos são estabelecidos para a utilização de cada órmula, prejudicando assim os casos intermediários entre a instabilidade e a plasticidade. Uma órmula mais eicaz deve azer uma combinação entre estes dois estados limites últimos. A obtenção dos coeicientes e potências desta nova órmula pode ser realizada utilizando uma otimização por algoritmos genéticos.
3 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Problema de Cargas Concentradas 91 A partir da órmula de Robert & Neark (2.12) e dos parâmetros mais signiicativos da órmula de Bergelt avaliados em uma análise paramétrica (Fonseca, 1999) oi construída uma estrutura de órmula com coeicientes e potências K i a serem calibrados. Esta estrutura é apresentada na equação 4.1. O cromossomo, deinido como uma possível solução para o problema, corresponde aos valores Ki da equação. Foi utilizado o sotare Evolver (Winston & Albright, 1999), ligado ao Microsot Excel, para a evolução. Após vários ajustes oram deinidos: População: 3000 Probabilidade de mutação: 0,15 Probabilidade de cruzamento: 0,80 A otimização consistiu em minimizar a unção de avaliação deinida como o erro percentual máximo de todos os 161 dados experimentais (Fonseca et al., 1999) apresentados no Anexo A, sendo este erro a dierença entre os resultados experimentais e os resultados calculados pela órmula, a cada geração. P tw = h tw + K12 h K1 t K13 K 2 t W K 3 K 7 K 8 K 9 K10 K11 ( Eσ ) ( K5 + K 6c t t h b ) σ y y t t ( c + K14t ) K 4 e W + (4.1) Nesta equação a primeira parcela da soma é reerente à instabilidade e a segunda reerente à plastiicação da alma. Estas parcelas são mais usadas ou menos usadas de acordo com a esbeltez da alma (h/t ), estabelecendo limites mais graduais na própria órmula, inspirados na técnica de lógica nebulosa. Depois da evolução dos coeicientes e potências K i, oi obtida a órmula apresentada abaixo, que orneceu resultados satisatórios para todos os dados experimentais avaliados que englobam dierentes problemas de comportamento estrutural (Tabela 4.1). P tw = h tw h t t W 2 σ ( Eσ ) ( c t t h b ) y y t t ( c t ) 0.4 e W + (4.2)
4 92 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Tabela 4.1 Comparação entre resultados das órmulas Fórmula GA Roberts & Neark (2.12) Bergelt (2.7) Lyse&Godrey (2.1) Erro máximo % 30,45 85,19 567,02 117,01 Erro médio % 13,11 12,82 35,66 43,22 Apesar do método ter reduzido o erro percentual da órmula, oi aventada uma outra abordagem, utilizando apenas os dados reerentes a vigas mais esbeltas para a otimização da órmula. Foram utilizados os 127 dados das vigas de aixas 1 e 2 apresentadas na dissertação de mestrado (Fonseca, 1999), isto é, os dados de carga última até 250 kn apresentados no Anexo A. Os resultados tiveram uma melhora pouco signiicativa, como pode ser visto a seguir: Tabela Comparação entre resultados das órmulas Fórmula GA Roberts & Neark (2.12) Bergelt (2.7) Lyse&Godrey (2.1) Erro máximo 28,49 36,92 125,04 117,01 Erro médio 11,43 12,10 23,86 44,05 A órmula encontrada é apresentada abaixo, e seus resultados mostram que é possível a geração de uma órmula de projeto mais precisa a partir de um maior conhecimento do problema. P tw = h tw h t t W 2 σ ( Eσ ) ( c t t h b ) y y t t ( c t ) 0.39 e W + (4.3) Apesar das restrições de orma impostas, a órmula empírica obtida com os algoritmos genéticos atingiu resultados satisatórios para conirmar as vantagens da utilização de uma única órmula. Apesar dos erros encontrados serem superiores aos ornecidos pelas redes neurais, eles oram ineriores aos ornecidos pelas órmulas tradicionais de dimensionamento, mesmo quando uma única órmula para todos os tipos de viga oi adotada. O erro máximo oi inerior a todas
5 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Problema de Cargas Concentradas 93 as outras órmulas, possibilitando a redução dos atores de segurança necessários a engenharia estrutural. Deve-se ressaltar que este estudo apenas avalia o desempenho dos algoritmos genéticos e a possibilidade de utilização de uma única órmula de projeto. Este trabalho poderá prosseguir com a utilização de um programa de regressão simbólica por programação genética que tende a melhorar ainda mais este resultado, garantindo maior liberdade na geração de uma nova órmula. Devese considerar também a possibilidade da utilização dos valores de carga ornecidos pelas redes neurais para a evolução de órmulas por algoritmos genéticos. 4.3 Rede Neural uniicada de previsão da carga crítica Uma nova abordagem do problema oi a utilização de uma única rede neural de previsão, através da normalização da carga última a partir da divisão por uma órmula de plastiicação da alma (equação 4.4), baseada na equação 2.1 de Lyse & Godrey. P P ex n ; onde: Pn = σ t (c + kt ) (4.4) O valor adotado para a variável k oi estabelecido através de uma comparação das redes neurais que atingiram uma melhor perormance. Alguns dos resultados das redes com k variando de 14 a 17 são apresentados na Figura 4.1. Os melhores resultados oram para um valor de k igual a 17. É importante observar que este valor não tem um signiicado ísico, servindo apenas como parte de um parâmetro de normalização. Várias arquiteturas de redes neurais oram treinadas e comparadas, variando o número de processadores na camada escondida. Os melhores resultados oram obtidos com 15 processadores, como pode ser observado na Figura 4.2. A Tabela 4.3 apresenta um resumo do desempenho das melhores redes neurais de previsão de carga. Uma comparação dos erros percentuais da rede selecionada com algumas órmulas de previsão (2.7, 2.12 e 2.17) é apresentada na Figura 4.3. Veriica-se
6 94 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do que o desempenho da rede uniicada de previsão oi tão bom quanto o apresentado no capítulo 3 pelas três redes divididas por aixas de carga e que elas apresentam resultados superiores aos apresentados pelas órmulas. Estes resultados mostram que uma única rede neural é capaz de prever os resultados de dierentes enômenos ísicos. Tabela 4.3 Resultados da rede neural de previsão da carga crítica. Treinamento e validação Testes Desvio Padrão 7,31 Erro Percentual médio absoluto 6,71 11,32 Dados com erro inerior a 5% 52,17% 17,65% Dados com erro entre 5% e 10% 21,01% 29,41% Dados com erro entre 10% e 15% 16,67% 17,65% Dados com erro entre 15% e 20% 7,25% 23,53% Dados com erro entre 20% e 25% 2,17% 11,76% Dados com erro superior a 25% 0,72% 0% Percentual de Treinamento-validaçãotestes 70/ ,4 P/Pexp 1,3 1,2 1,1 1 0,9 0,8 0, Dados experimentais Figura 4.1 Avaliação do parâmetro de normalização k.
7 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Problema de Cargas Concentradas 95 1,4 P/Pexp 1,3 1,2 1,1 1 0,9 0,8 0,7 0, Dados experimentais Figura 4.2 Avaliação do número de processadores na camada escondida. 80,00 60,00 40,00 20,00 0, ,00-40,00 Dados Experiment ais Robert s Bergelt Eurocode Trein. e Validação Test es Figura 4.3 Comparação dos resultados com órmulas de previsão da carga.
8 96 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do 4.4 O Sistema de Classiicação do Fenômeno Físico Proposto O estudo consiste no desenvolvimento de um sistema baseado em um modelo neuro-uzzy para classiicar os dados de acordo com o grau de ativação aos dierentes enômenos ísicos (lambagem, enrugamento e plastiicação) e para a obtenção de um conjunto de regras que poderão servir para uma utura análise paramétrica e, conseqüentemente, prever a resistência última de vigas de aço sujeitas a cargas concentradas. Em (Fonseca, 1999), a divisão das classes oi eita pela magnitude da carga e não de acordo com o enômeno ísico associado. Isto tende a provocar distorções na avaliação da carga última, pois vigas com um mesmo valor de carga última podem representar enômenos ísicos dierentes. Desta orma, os dados existentes oram avaliados a im de determinar o enômeno ísico como saída. A primeira solução proposta é que de acordo com a classiicação, uma rede neural dierente seja empregada para prever a carga esperada de cada comportamento. A carga inal de cada viga é a soma ponderada do resultado de cada uma destas redes, utilizando os graus de ativação gerados pelo sistema neuro-uzzy como pesos do somatório (Figura 4.4). Sistema Neuro-uzzy de classiicação Rede de Flambagem Rede de Crippling Rede de Plastiicação Grau de Ativação Grau de Ativação Grau de Ativação Carga Figura 4.4 Modelo neuro-uzzy. Os dados de treinamento e teste do sistema neuro-uzzy de classiicação tem os parâmetros geométricos e de material como entradas, e o enômeno ísico correspondente como saída. Para isso, é necessário avaliar os dados de cargas concentradas existentes com relação ao enômeno ocorrido.
9 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Problema de Cargas Concentradas A pesquisa dos Dados Bibliográicos Um novo levantamento bibliográico oi desenvolvido para viabilizar a utilização destes dados no treinamento do sistema. A partir do trabalho de Roberts & Neark (1997), cada dado experimental [anexo A] oi estudado em sua onte original para avaliar qual o enômeno ísico atuante na ruína. Os dados 1-23 do anexo A oram originalmente ensaiados por Bergelt (Bergelt & Hovik, 1968) (Bergelt, 1971). De acordo com observações do autor, todos os dados pertencem a primeira classe lambagem. Os dados são originários dos trabalhos de Skaloud & Novak (1972) e Skaloud & Drdacky (1975). Segundo os autores Uma inspeção das iguras abaixo mostra a grande inluência da rigidez da mesa na deormação das vigas ensaiadas. Enquanto, no caso de mesas lexíveis, a lambagem da alma e a deormação da mesa estão localizadas próximas a carga concentrada, em mesas rígidas a deormação da alma e a lexão das mesas estão distribuídas praticamente em toda a extensão do painel.foi considerado então que as vigas com espessura de mesa inerior a 6,5 mm pertencem à segunda classe enrugamento (crippling), e as demais à primeira classe lambagem. Flambagem Enrugamento Figura 4.5 Painéis característicos das vigas ensaiadas TG1 e TG5 (Skaloud & Novak, 1972). Os dados do anexo oram ensaiados por Bagchi & Rockey (1968) e comparados com simulações de elementos initos. A igura abaixo apresenta a
10 98 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do deormação típica da alma no ponto de aplicação da carga para os três ensaios. Os dados pertencem à primeira classe lambagem. Figura 4.6 Deormação da alma no ponto de aplicação da carga Bagchi & Rockey, 1975). Os dados oram considerados lambagem a partir das inormações obtidas em (Drdacky & Novotny, 1977) e na igura abaixo. Figura 4.7 Deormação da alma no ponto de aplicação da carga(drdacky & Novotny, 1977)). O trabalho de Bergelt (1979) ornece o tipo de enômeno ísico ocorrido em 22 ensaios a partir de inormações sobre o ormato de deormação da seção transversal da alma na área de aplicação da carga e da própria carga experimental da viga quando comparada ao valor previsto para a plastiicação. O anexo A
11 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Problema de Cargas Concentradas 99 apresenta a classiicação, enquanto o anexo B apresenta as iguras reerentes a estes e outros ensaios. Os dados oram avaliados por inormações do texto e do anexo B. Os dados 64 e 66 oram deinidos como lambagem e os dados 65 e 67, apesar de estarem em uma situação intermediária, oram deinidos como enrugamento. Os dados são apresentados no Anexo B e oram classiicados de acordo com o apresentado no anexo A. Os dados são originários do trabalho de Roberts (1981) e, de acordo com inormações tiradas do texto e da Figura 4.8, nos dados de mesa mais lexível ocorreu enrugamento (crippling) enquanto que nas vigas de mesas mais rígidas ocorreu um enômeno intermediário entre enrugamento e lambagem. A classiicação adotada é apresentada no anexo A. No trabalho de Roberts e Markovic (1983) são apresentados os dados Estes dados oram considerados como sendo de plastiicação e enrugamento. O Anexo A apresenta a classiicação utilizada no treinamento. Os dados são resultantes do trabalho de Bergelt (1983) e são apresentados no Anexo B. A classiicação é apresentada no anexo A. Figura 4.8 Deormações das almas nos pontos de aplicação da carga - 86 a 111 (Roberts, 1981).
12 100 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Os dados oram retirados do trabalho de Kennedy et al. (1997) e, apesar de serem mais compactos que todos os dados anteriores, somente o dado de número 143 pode ser considerado como pertencente à terceira classe plastiicação, tendo todos os outros dados apresentado problemas de lambagem, sendo assim classiicados como de primeira classe. 4.6 A Adaptação do Modelo Proposto aos Dados Bibliográicos Considerando a pequena concentração de dados da terceira classe (plastiicação), o modelo proposto precisou ser reormulado, pois a pequena quantidade de dados desta classe (10 dados experimentais Anexo A) não permitiria o treinamento de uma rede de previsão especíica. Sendo assim, oi adotado um modelo com um sistema de classiicação neuro-uzzy e uma única rede neural de previsão que utilize como entradas os graus de ativação gerados pelo sistema neuro-uzzy. O novo modelo é apresentado na igura abaixo. Sistema Neuro-uzzy de classiicação Grau de Pertinência Grau de Pertinência Grau de Pertinência Rede de previsão da carga Figura 4.9 Modelo neuro-uzzy alterado. Para treinar o sistema neuro-uzzy de classiicação, oram utilizados os dados apresentados no item anterior e os peris laminados do anexo C. Estes peris oram necessários como uma base de dados de plastiicação e selecionados por serem compactos e não apresentarem problemas relacionados à instabilidade. As tensões limite de escoamento adotadas oram de 250 MPa com comprimento carregado de 5 mm e ator de orma do painel de alma (a/h) de 3, correspondendo às condições mais desavoráveis para a estabilidade dos peris, garantindo que, mesmo nos piores casos de carregamento, estas vigas não apresentariam problemas de instabilidade.
13 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Problema 101 de Cargas Concentradas Sistema Neuro-uzzy de classiicação Os dados oram divididos em três grupos: um de treinamento (70%), um de validação (20%) e outro de testes (10%). Os parâmetros de entrada adotados no primeiro treinamento oram as oito propriedades geométricas e do material exibidas na Figura 1.5. Os primeiros treinamentos do sistema resultavam em erros na classiicação da ordem de 20 a 25% dos dados de treinamento e validação. Estes erros oram considerados insatisatórios e oi eita uma nova avaliação dos dados para veriicar se uma classiicação incorreta de alguns dados poderia estar prejudicando todo o conjunto de treinamento e azendo com que o sistema aprendesse a partir de exemplos errados. Algumas alterações oram executadas. o Os dados 1-23 haviam sido classiicados todos como lambagem, mas de acordo com uma observação do autor, os dados com espessura de mesa menores que o dobro da espessura da alma apresentavam comportamento de enrugamento, sendo assim os dados 1 e 2 oram alterados. o Havia também a possibilidade do sistema estar caindo em um mínimo local da unção de classiicação dos dados. Para evitar este problema, oi alterada a taxa de decomposição do programa. Quanto menor esta taxa, maior o número de regras criadas pelo sistema, atendendo a problemas de interação entre parâmetros mais complexa. o Foi também considerada a inclusão de novos parâmetros como entrada. Alguns treinamentos mostravam que as tensões limite de escoamento da alma e da mesa eram consideradas mais importantes para a classiicação do que a espessura da mesa e outros parâmetros geométricos. Avaliando o conjunto de dados, oi possível constatar que a adoção de valores iguais de tensões limite de escoamento para a maioria dos dados da terceira classe azia o sistema aprender que este valor era muito signiicativo para a classiicação. Assim, os peris oram repetidos com tensões limite de escoamento de 350 MPa, ator de orma (a/h) de 1 e comprimento carregado c igual a um quarto da altura da viga.
14 102 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do o Foi inserida a esbeltez e o parâmetro B deinido pela equação 2.14 como novas entradas. Este parâmetro oi adotado por ser empregado para deinir o limite entre lambagem e plastiicação dos dados apresentados em (Kennedy et al., 1997). Após diversos treinamentos com estas alterações, os erros de classiicação oram reduzidos para 5,75% no conjunto de treinamento e 7,41% no conjunto de validação. A taxa de decomposição do programa oi de 0,0015 e o número de regras geradas oi de 377. Os dados de testes oram todos classiicados corretamente. Apesar dos bons resultados, o número de regras gerado estava excessivo quando comparado ao número total de dados, existindo mais de uma regra para cada dado. Desta orma, oi necessário reduzir os erros mesmo com uma taxa de decomposição mais alta, para limitar o número de regras. Utilizando taxas de decomposição na ordem de 0,01, os erros icavam ainda em torno de 15%. Uma possibilidade era que os dados intermediários entre um enômeno ísico e outro pudessem estar atrapalhando o treinamento e duas soluções oram aventadas: Retirar os dados intermediários do conjunto de treinamento; ou Apresentar os dados intermediários ao sistema duas vezes, tendo em cada uma um enômeno ísico dierente como saída. A primeira solução não oi satisatória, pois retirava inormações signiicativas do conjunto de treinamento, resultando em alhas no aprendizado dos conjuntos de dados de trabalhos onde havia um maior número de ensaios intermediários e os erros aumentaram para a aixa dos 20%. A segunda solução se mostrou satisatória. Os erros de classiicação oram reduzidos para 3,7% no conjunto de treinamento e 0% no conjunto de validação. A taxa de decomposição do programa oi de 0,01 e o número de regras geradas oi de 85. Os dados de testes oram todos classiicados corretamente. A Figura 4.10 mostra a tela de resultados apresentada pelo programa.
15 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Problema 103 de Cargas Concentradas Figura 4.10 Resultado do treinamento apresentado pelo programa Rede de previsão da carga última Os dados de treinamento e validação da rede empregam os parâmetros geométricos e de material e os graus de ativação como entradas, e a carga última como saída. Os dados utilizados no treinamento são apresentados no anexo A. O programa adotado é o Sotare NeuralWorks Predict (Neuralare, 1997) para o treinamento e a avaliação das redes. Por permitir a utilização de planilhas do Microsot Excel para a entrada e saída de dados da rede, o programa ornece maiores possibilidades de investigação das variáveis relevantes, permitindo alterações mais rápidas no conjunto de dados e avaliações gráicas simultâneas a cada rede treinada. Várias redes oram treinadas variando as opções apresentadas pelo sotare: Nível de ruído dos dados de treinamento: O programa trata os dados de orma dierente de acordo com a coniabilidade dos mesmos; Transormação dos dados: O programa gera novas entradas a partir da transormação de variáveis x em x 2, 1/x, etc. É possível optar por uma escala simples ou um nível maior de transormação;
16 104 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Seleção de variáveis: As variáveis mais importantes permanecem como entradas da rede e as outras são descartadas, de orma a diminuir o número de entradas e melhorar a generalização (Haykin, 1999); Busca da rede: O programa pode treinar várias redes de arquiteturas dierentes e selecionar a mais adequada. O usuário deine a intensidade da busca; Tolerância (%): O usuário deine o erro percentual tolerado para o treinamento da rede; Função de ativação: Opção entre os dierentes tipos de unção de ativação disponíveis (sigmóide, tangente hiperbólica, etc.). Os primeiros treinamentos oram eitos com os graus de ativação ornecidos pelo sistema neuro-uzzy inicial de 377 regras e geravam erros máximos da ordem de 100%, compatíveis com os apresentados pela órmula de Roberts (2.12). Foi veriicado que os erros mais signiicativos eram reerentes aos dados de espessura de alma inerior a 1 mm e estes dados oram retirados do conjunto de treinamento por não serem considerados coniáveis, considerando-se a diiculdade de realização de ensaios experimentais precisos com vigas de aço destas dimensões. O erro máximo oi reduzido para 70%. Foi aventada a possibilidade de inserção de novas colunas de entradas, principalmente no que se reere aos parâmetros combinados, como esbeltez, ator de orma do painel de alma e órmulas com as de Roberts (2.12) e Lyse & Godrey (2.1). Sabendo-se que a espessura da alma ao quadrado inluencia diretamente o resultado, uma nova coluna de entrada oi inserida (t 2 ). Apesar da rede ser capaz de estabelecer esta relação apenas pelo ornecimento de t, o tempo e o número de dados necessários ao treinamento tendem a diminuir. As características da melhor rede selecionada são apresentadas na Tabela 4.4 e comparadas com a órmula de Roberts (2.12). As entradas utilizadas oram os oito parâmetros apresentados na Figura 1.5, os graus de ativação a cada enômeno ísico, o parâmetro B (equação 2.14), a órmula de Roberts (2.12), a espessura da alma ao quadrado, o ator de orma do painel de alma e a esbeltez da alma.
17 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do Problema 105 de Cargas Concentradas Novos treinamentos oram eitos com os graus de ativação ornecidos pelo sistema neuro-uzzy de 85 regras e os resultados apresentaram uma melhora signiicativa. Tabela 4.4 Características da Primeira Rede Selecionada. Rede Roberts Entradas 16 - Processadores na Camada escondida 16 - Saídas 1 - Tolerância (%) 25 - Função de Ativação Sigmóide - Nível de Ruído Dados limpos - Transormação de Dados Supericial - Seleção de Variáveis Nenhuma - Busca da Rede Exaustiva - Erro percentual máximo 28,00% 92,41% Desvio padrão 8,60 16,38 Erro Percentual médio absoluto 6,47% 11,59% Dados com erro inerior a 5% 54,02% 28,73% Dados com erro entre 5% e 10% 22,99% 28,16% Dados com erro entre 10% e 15% 13,79% 16,67% Dados com erro entre 15% e 20% 4,02% 14,37% Dados com erro entre 20% e 25% 4,60% 6,32% Dados com erro entre 25% e 35% 0,57% 2,87% Dados com erro entre 35% e 65% - 1,72% Dados com erro entre 65% e 95% - 1,15% Percentual de Treinamento-Validação - Testes As características da melhor rede selecionada são apresentadas na Tabela 4.5 e comparadas com as órmulas de Roberts e da Norma Canadense de 2001 (Figura 4.11). As entradas utilizadas oram os oito parâmetros apresentados na Figura 1.5, os graus de ativação a cada enômeno ísico, o parâmetro B (equação 2.14), a órmulas de Roberts a e a esbeltez da alma. Os capítulos 5 e 6 apresentam uma avaliação dos resultados da rede neural treinada neste capítulo e uma análise paramétrica envolvendo os enômenos ísicos e a variação de carga.
18 106 Capítulo 4 Técnicas de Inteligência Computacional na Avaliação do P/Pexp Número do dado Rede Treinamento Rob Rede Testes Rede Validação CSA Figura 4.11 Comparação da Rede com as órmulas de Roberts e da Norma Canadense. Tabela 4.5 Características da Melhor Rede Selecionada. Primeira Rede Rede Selecionada CSA Roberts Entradas L- Processadores na Camada escondida Saídas Tolerância (%) Função de Ativação Sigmóide Sigmóide - - Nível de Ruído Dados limpos Dados limpos - - Transormação de Dados Supericial Supericial - - Seleção de Variáveis Nenhuma Nenhuma - - Busca da Rede Exaustiva Exaustiva - - Erro percentual máximo 28,00% 21,33% 67,45% 92,41% Desvio padrão 8,60 6,67 18,39 16,38 Erro Percentual médio absoluto 6,47% 5,17% 15,44% 11,59% Dados com erro inerior a 5% 54,02% 51,61% 17,24% 28,73% Dados com erro entre 5% e 10% 22,99% 34,84% 25,86% 28,16% Dados com erro entre 10% e 15% 13,79% 7,10% 13,79% 16,67% Dados com erro entre 15% e 20% 4,02% 5,81% 15,52% 14,37% Dados com erro acima de 20% 5,17% 0,64% 27,58% 12,06% Percentual de Treinamento-Validação - Testes
Comportamento de vigas de aço sujeitas a cargas concentradas através de técnicas de inteligência computacional
Comportamento de vigas de aço sujeitas a cargas concentradas através de técnicas de inteligência computacional Elaine Toscano Fonseca Pedro C G S Vellasco Escopo da Apresentação Introdução Revisão Bibliográfica
1 Introdução 1.1 Motivação
1 Introdução 1.1 Motivação Na engenharia civil, toda estrutura deve ser projetada para suportar a carga a que está submetida da forma mais segura possível utilizando o mínimo de material. Neste sentido,
Avaliação do Efeito de Cargas Concentradas em Vigas de Aço através de Algoritmos de Redes Neurais. Elaine Toscano Fonseca Pedro C G S Vellasco
Avaliação do Efeito de Cargas Concentradas em Vigas de Aço através de Algoritmos de Redes Neurais Elaine Toscano Fonseca Pedro C G S Vellasco Escopo da Apresentação Introdução Revisão Bibliográfica Redes
5 Exemplos de Aplicação 5.1. Introdução
5 Exemplos de Aplicação 5.1. Introdução Neste capítulo são apresentados seis exemplos elaborados de orma que todas as opções de análises implementadas no programa de coniabilidade de estruturas, descritas
3 Redes Neurais Artificiais
3 Redes Neurais Artificiais 3.1. Introdução A capacidade de implementar computacionalmente versões simplificadas de neurônios biológicos deu origem a uma subespecialidade da inteligência artificial, conhecida
5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
3 Inteligência Computacional
3 Inteligência Computacional 3.1 Introdução A Inteligência Computacional envolve um conjunto de técnicas inspiradas na Natureza que visam o desenvolvimento de sistemas inteligentes. Estas técnicas imitam
Seleção de materiais sem forma
Seleção de materiais sem orma FUNÇÃO FORMA MATERIAL PROCESSO Todos os materiais Todos os materiais Aplicar Aplicar limitações primárias + maximizar o o critério critério de de desempenho Lista Lista dos
OTIMIZAÇÃO DE TRELIÇAS METÁLICAS UTILIZANDO A FERRAMENTA SOLVER DO MICROSOFT EXCEL
OTIMIZAÇÃO DE TRELIÇAS METÁLICAS UTILIZANDO A FERRAMENTA SOLVER DO MICROSOFT EXCEL Lucas Aragão Alves da Costa Carlos David Rodrigues Melo lucas.arags@gmail.com cdavid_civil@hotmail.com Centro Universitário
ANÁLISE DE SENSIBILIDADE EM ESTRUTURAS LAMELARES Núbia dos Santos Saad Ferreira; Sonia Aparecida Goulart de Oliveira.
21º POSMEC Simpósio do Programa de Pós-graduação UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Engenharia Mecânica Programa de Pós-graduação em Engenharia Mecânica www.posgrad.mecanica.uu.br ANÁLISE
Redes Neurais Artificial. Prática. Inteligência Artificial
Redes Neurais Artificial Prática Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Introdução a MLP 2. Base de dados e Pré-Processamento 3. Prática MLP - Introdução Redes
Diferença Média de Temperatura entre os Fluidos
5.3..3 ierença Média de Temperatura entre os Fluidos Equipamentos de Troca Térmica - 134 A equação básica de transerência de calor a ser usada no projeto de trocadores de calor é: U U T da (5.3) A As temperaturas
APLICAÇÃO DE UM MODELO NUMÉRICO PARA A ANÁLISE DE PILARES MISTOS EM INCÊNDIO (1)
APLICAÇÃO DE UM MODELO UMÉRICO PARA A AÁLISE DE PILARES MISTOS EM ICÊDIO (1) Paulo Anderson Santana Rocha (2), Alexandre Landesmann (3) Eduardo de Miranda Batista (3) RESUMO este artigo será realizada
Experiência VII (aulas 11 e 12) Cordas vibrantes
Experiência VII (aulas 11 e 12) Cordas vibrantes 1. Objetivos 2. Introdução 3. Arranjo experimental 4. Procedimento experimental 5. Análise de dados 6. Apêndice 7. Reerências 1. Objetivos Essa experiência
5 Medições e Resultados Obtidos
5 Medições e Resultados Obtidos 5.. Introdução Ao longo do presente capítulo serão apresentadas as técnicas de medição de ruído de ase e os resultados obtidos na medição dos osciladores desenvolvidos e
4 RESULTADOS E ANALISE
66 4 RESULTADOS E ANALISE 4.1. Avaliação preliminar Foram coletados, com auxilio do Lab VIEW, os valores da resistência dos termômetros PT-100 e Termopares tanto de bulbo seco quanto de bulbo úmido em
4 Implementação Computacional
4 Implementação Computacional 4.1. Introdução Neste capítulo é apresentada a formulação matemática do problema de otimização da disposição das linhas de ancoragem para minimizar os deslocamentos (offsets)
2º CILASCI Congresso Ibero-Latino-Americano sobre Segurança contra Incêndio Coimbra, Portugal, 29 de Maio a 1 de Junho, 2013
2º CILASCI Congresso Iero-Latino-Americano sore Segurança contra Incêndio Coimra, Portugal, 29 de Maio a 1 de Juno, 2013 RESISTÊNCIA AO FOGO DE COLUNAS DE AÇO COM DILATAÇÃO TÉRMICA RESTRINGIDA E INSERIDAS
Tabela 19 Rendimento do CFRP no reforço ao corte. ( ) ( ) (%) 2S-3LV 316 (1) Vigas reforçadas ao corte com CFRP
Vigas F (kn) * Reorço ao corte de vigas T de betão armado usando a técnica NSM com laminados de CFR Tabela 19 Rendimento do CFR no reorço ao corte. ext.1 ε CFR ( ) ext.2 ε CFR ( ) ext.3 ε CFR ( ) ext.4
AVALIAÇÃO NUMÉRICA DE LIGAÇÕES TUBULARES SOLDADAS ENTRE PERFIS CIRCULARES E VIGAS I
Congresso de Métodos Numéricos em Engenharia 2011 Coimbra, 14 a 17 de Junho, 2011 APMTAC, Portugal, 2011 AVALIAÇÃO NUMÉRICA DE LIGAÇÕES TUBULARES SOLDADAS ENTRE PERFIS CIRCULARES E VIGAS I Sylvia L. F.
Na aula anterior vimos a noção de derivada de uma função. Suponha que uma variável y seja dada como uma função f de uma outra variável x,
Elementos de Cálculo Dierencial Na aula anterior vimos a noção de derivada de uma unção. Supona que uma variável y seja dada como uma unção de uma outra variável, y ( ). Por eemplo, a variável y pode ser
FUNÇÕES DE VÁRIAS VARIÁVEIS
FUNÇÕES DE VÁRIAS VARIÁVEIS Introdução Considere os seguintes enunciados: O volume V de um cilindro é dado por V r h onde r é o raio e h é a altura. Um circuito tem cinco resistores. A corrente deste circuito
Comportamento de Vigas de Aço Sujeitas a Cargas Concentradas Através de Técnicas de Inteligência Computacional
Elaine Toscano Fonseca Comportamento de Vigas de Aço Sujeitas a Cargas Concentradas Através de Técnicas de Inteligência Computacional Tese de Doutorado Tese apresentada ao Programa de Pós-Graduação em
3 Critérios de Formação de Carteiras de Ativos Através de Hierarchical Clusters
3 Critérios de Formação de Carteiras de Ativos Através de Hierarchical Clusters 3.1 Introdução Este capítulo tem por objetivo principal a introdução de uma erramenta muito conhecida em trabalhos de estudos
Unidade II Estatística descritiva
Unidade II Estatística descritiva 2.1. Apresentação de dados 2.1.1 Séries estatísticas 2.1.2 Tabelas 2.1.3 Gráicos 2.2. Distribuições de reqüências e gráicos 2.2.1 Tabelas de classiicação simples 2.2.2
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ COORDENAÇÃO DE CONSTRUÇÃO CIVIL CURSO DE ENGENHARIA CIVIL DADOS PARA DIMENSIONAMENTO
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ COORDENAÇÃO DE CONSTRUÇÃO CIVIL CURSO DE ENGENHARIA CIVIL DADOS PARA DIMENSIONAMENTO CAMPO MOURÃO 2014 Sumário 1. INTRODUÇÃO... 3 2. TRAÇÃO... 3 2.1. Corpos de
Professor Assistente do Departamento de Engenharia de Estruturas e Geotécnica da Escola Politécnica da USP.
EXEMPLOS DE IGAS CISALHAMENTO E FLEXÃO Januário Pellegrino Neto 1 Proessor Associado da Escola de Engenharia Mauá CEUN-IMT; Proessor Assistente do Departamento de Engenharia de Estruturas e Geotécnica
7 Considerações finais 7.1. Introdução
7 Considerações finais 7.1. Introdução Este trabalho teve como objetivo geral desenvolver uma investigação teórica e experimental sobre os conectores de cisalhamento Perfobond e propor uma nova geometria
Matemática A. Previsão 2. Duração do teste: 180 minutos º Ano de Escolaridade. Previsão Exame Nacional de Matemática A 2013
Previsão Exame Nacional de Matemática A 0 Previsão ª ase Matemática A Previsão Duração do teste: 80 minutos 7060 º Ano de Escolaridade Resoluções em vídeo em wwwexplicamatpt Previsão de Exame página/9
II.9 LIGAÇÕES EXCÊNTRICAS
II.9 LIGAÇÕES EXCÊNTRICAS Existem diversas situações onde a resultante das cargas na ligação não passa pelo centro de gravidade do grupo de soldas. Neste caso temos uma ligação excêntrica e o eeito desta
Transformador Monofásico [de Isolamento]
Transormador Monoásico [de Isolamento] Transormação de Tensão Transormação de tensão para várias tensões de entrada:, 3, 3 = ( 1 ) Inormação 1.1. Generalidades Além da conversão de energia natural - carvão,
5 Análise numérica. λ λ
5 Análise numérica Resolvemos o sistema de equações dierenciais não-lineares sujeito às condições de contorno através do programa de computador Maple 9. O sistema oi resolvido para o caso particular de
5 RNA para Diagnóstico de Falhas em Turbinas a Gás
5 RNA para Diagnóstico de Falhas em Turbinas a Gás 5.1. Introdução Neste capítulo, a aplicação de RNAs para diagnosticar as falhas no caminho do gás de turbinas a gás foi investigada. As redes neurais
6 Análise Dinâmica. 6.1 Modelagem computacional
6 Análise Dinâmica O presente capítulo apresenta um estudo do comportamento dinâmico da coluna de aço estaiada, abrangendo análises modais para determinação da freqüência natural, com e sem protensão [32]
TRELIÇA C/ SISTEMA TENSOR DE CABO
Q) RESPOSTA TRELIÇA C/ SISTEMA TENSOR DE CABO Obtidas as matrizes de rigidez dos elementos estruturais, deve-se remanejar tais coeficientes para a matriz de rigidez da estrutura (graus de liberdade ordenados).
Transmissão de Calor I - Prof. Eduardo Loureiro. Distribuição de temperatura na camada limite para um fluido escoando sobre uma placa aquecida.
O número de Nusselt: Distribuição de temperatura na camada limite para um luido escoando sobre uma placa aquecida Para y 0 o calor lui somente por condução: q T A ha TS T y sup luido y 0 ( ) onde h coeiciente
3 Osciladores em Realimentação
3 Osciladores em Realimentação 3.1. Introdução Ao longo deste capítulo será introduzida e descrita a coniguração básica de um oscilador realimentado, seu critério de oscilação e sua operação em unção do
Estruturas de Aço e Madeira Aula 05a Flambagem Local em Peças de Aço Comprimidas
Estruturas de Aço e Madeira Aula 05a Flambagem Local em Peças de Aço Comprimidas - Flambagem Local - Dimensionamento conforme a Norma (Com Flambagem Local) Prof. Juliano J. Scremin 1 Aula 05a - Seção 1:
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
PERCEPTRON MULTICAMADAS: TÉCNICAS DE VALIDAÇÃO Prof. Dr. André A. P. Biscaro 2º Semestre de 2016 UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT Aspectos de seleção topológica de redes PMC A especificação
OPERAÇÕES PONTO A PONTO
OPERAÇÕES PONTO A PONTO Operações pontuais São operações nas imagens onde o processamento é realizada em cada piel individualmente Podem ser Aritméticas Lógicas Envolver uma ou mais imagens Operações pontuais
Fadiga em Carregamentos de Amplitudes Variável. de Ensaio de de Falhas
Fadiga em Carregamentos de Amplitudes Variável Waldek Wladimir ose Filho,, PhD EMAF úcleo de Ensaio de Materiais e Análise de Falhas Repetição ou Variação de Carga Carregamento em vôo Tensão Vôo médio
PEA2503 Laboratório de Qualidade de Energia
Experiência No.0 PEA503 Laboratório de Qualidade de Energia Filtros Passivos de Harmônicos. Objetivos Pro. Lourenço Matakas Jr Versão 9-0-04 - Aprender a estratégia de iltragem passiva de harmônicos de
AVALIAÇÃO DE PARÂMETROS DO MÉTODO DE ELEMENTOS DISCRETOS NA SIMULAÇÃO DE UM TAMBOR ROTATIVO DE BANCADA COM FERTILIZANTES
AVALIAÇÃO DE PARÂMETROS DO MÉTODO DE ELEMENTOS DISCRETOS NA SIMULAÇÃO DE UM TAMBOR ROTATIVO DE BANCADA COM FERTILIZANTES B.C.SILVERIO 1*, D.B.L.SANTOS 2, I.A.RESENDE 2, C. R. DUARTE 2, K. G. SANTOS 3 e
Os testes. Objetivo. O teste de Kruskal-Wallis (Análise de variância de uma classificação por postos) O teste qui-quadrado
Pro. Lorí Viali, Dr. http://www.mat.urgs.br/viali/ viali@mat.urgs.br Os testes O teste de Kruskal-Wallis (Análise de variância de uma classiicação por postos) O teste qui-quadrado William Henry Kruskal
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
6 Problema de Configuração de Trails nas Redes SDH
Problema de Coniguração de Trails nas Redes DH O Problema de Coniguração de Trails nas Redes DH (PCTR) consiste em determinar a melhor coniguração lógica da rede DH em unção da demanda de trails e da rede
ESTUDO NUMÉRICO SOBRE AS DIMENSÕES MÍNIMAS EM PILARES DE CONCRETO ARMADO PARA EDIFICAÇÕES RESIDENCIAIS TÉRREAS
ESTUDO NUMÉRICO SOBRE AS DIMENSÕES MÍNIMAS EM PILARES DE CONCRETO ARMADO PARA EDIFICAÇÕES RESIDENCIAIS TÉRREAS Luan Matheus Moreira 1, Carlos Humberto Martins 2 RESUMO: Em pilares de concreto armado, a
HP UFCG Analytics Abril-Maio Um curso sobre Reconhecimento de Padrões e Redes Neurais. Por Herman Martins Gomes.
HP UFCG Analytics Abril-Maio 2012 Um curso sobre Reconhecimento de Padrões e Redes Neurais Por Herman Martins Gomes hmg@dsc.ufcg.edu.br Programa Visão Geral (2H) Reconhecimento Estatístico de Padrões (3H)
7 Análise Método dos Elementos Finitos
168 7 Análise Método dos Elementos Finitos No presente capítulo estão apresentados os resultados da análise do problema geotécnico ilustrado no capítulo 5 realizada a partir do método dos elementos finitos.
SUBSTITUIÇÃO TOTAL DO AÇO, USANDO BAMBU COMO ARMADURA DE COMBATE A FLEXÃO EM VIGAS DE CONCRETO.
SUBSTITUIÇÃO TOTAL DO AÇO, USANDO BAMBU COMO ARMADURA DE COMBATE A FLEXÃO EM VIGAS DE CONCRETO. RESUMO Claiton Sommariva de Oliveira (1), Márcio Vito (2). UNESC Universidade do Extremo Sul Catarinense
Texto complementar n 1 - Gráficos
Teto complementar n 1 - Gráicos 1. Introdução. No estudo de um enômeno ísico são realizadas eperiências onde são medidas diversas grandezas ao mesmo tempo. A relação entre essas grandezas pode ser epressa
log σ 4 - CONSOLIDAÇÃO Cálculo da tensão de pré-consolidação, σ' P,
4 - ONSOLIDAÇÃO álculo da tensão de pré-consolidação, σ P, Para estimar o valor da tensão de pré-consolidação, é usual utilizar o método proposto por asagrande, esquematizado na igura: e a) - Localizar
Dimensionamento de Estruturas em Aço. Parte 1. Módulo. 2ª parte
Dimensionamento de Estruturas em Aço Parte 1 Módulo 2 2ª parte Sumário Módulo 2 : 2ª Parte Dimensionamento de um Mezanino Estruturado em Aço 1º Estudo de Caso Mezanino página 3 1. Cálculo da Viga V2 =
Dimensionamento de Estruturas em Aço. Parte 1. Módulo. 2ª parte
Dimensionamento de Estruturas em Aço Parte 1 Módulo 4 2ª parte Sumário Módulo 4: 2ª Parte Edifícios estruturados em Aço Dimensionamento de um edificio de 5 pavimentos estruturado em Aço Dados do projeto
Introdução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana
Introdução à Redes Neurais Artificiais Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Introdução Redes Neurais Artificiais (RNAs)
Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA Projeto de Redes Neurais Projeto de Redes Neurais Baseado apenas em dados Exemplos para treinar uma rede devem ser compostos por
Redes Neurais Artificial. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto
Redes Neurais Artificial Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Histórico 3. Conceitos Básicos 4. Aprendizado em RNA 5. Exemplo de Aprendizado com
EXPERIÊNCIA 7 MEDIDA DO COEFICIENTE DE REATIVIDADE DE VAZIO DO REATOR IPEN/MB-01
EXPERIÊNCIA 7 MEDIDA DO COEFICIENTE DE REATIIDADE DE AZIO DO REATOR IPEN/MB-01 1. TEORIA Em análises de acidentes em reatores nucleares é muito importante saber qual o eeito em reatividade, causado pela
Funções polinomiais, racionais e trigonométricas
Aula 04 FUNÇÕES (continuação) UFPA, 5 de março de 05 Funções polinomiais, racionais e trigonométricas No inal desta aula, você seja capaz de: Dizer o domínio das unções polinomiais, racionais e trigonométricas;
INTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL REDES NEURAIS Caracterização Intuitiva: Em termos intuitivos, Redes Neurais Artificiais (RNAs) são modelos matemáticos inspirados nos princípios de funcionamento dos neurônios biológicos
RESISTÊNCIA DE PERFIS DE AÇO FORMADOS A FRIO: A NORMA BRASILEIRA NBR E O MÉTODO DA RESISTÊNCIA DIRETA
Contribuição técnica nº 7 RESISTÊNCIA DE PERFIS DE AÇO FORMADOS A FRIO: A NORMA BRASILEIRA NBR 14762 E O MÉTODO DA RESISTÊNCIA DIRETA Autores: Eduardo M. Batista, COPPE/ UFRJ - batista@coc.ufrj.br Elaine
Comparação do comportamento de membros estruturais formados por perfis pultrudados, utilizando formulações analíticas e simulações numéricas
Comparação do comportamento de membros estruturais ormados por peris pultrudados, utilizando ormulações analíticas e simulações numéricas GUILHERME DOS SANTOS CHIOVATO¹, JESIEL CUNHA² Resumo O desenvolvimento
Curso de Dimensionamento de Estruturas de Aço EAD - CBCA. Módulo2. Parte 2
Curso de Dimensionamento de Estruturas de Aço EAD - CBCA Módulo2 Parte 2 Sumário Módulo 2 : 2ª Parte Dimensionamento de um Mezanino Estruturado em Aço 1º Estudo de Caso Mezanino página 3 1. Cálculo da
SÃO PAULO FACULDADE SENAI DE TECNOLOGIA MECATRÔNICA REVISTA BRASILEIRA DE MECATRÔNICA
39 SÃO PAULO FACULDADE SENAI DE TECNOLOGIA MECATRÔNICA REVISTA BRASILEIRA DE MECATRÔNICA CÁLCULO E PREDIÇÃO DA FORÇA RESISTIVA AO DESLOCAMENTO RELACIONADA A EFICIÊNCIA ENERGÉTICA VEICULAR UTILIZANDO SOFTWARE
3 Base Teórica Risco e Retorno de Carteiras
3 Base Teórica Nesse capítulo estão descritos os conceitos teóricos que são a base para o desenvolvimento da dissertação. O problema de mensuração e controle de risco inanceiro tem motivado pesquisadores
ANÁLISE DA FLEXÃO EM MODELOS QUALITATIVOS DE VIGAS. Bárbara Siqueira (1) ; Cesar Fabiano Fioriti (2)
Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 179 ANÁLISE DA FLEXÃO EM MODELOS QUALITATIVOS DE VIGAS Bárbara Siqueira (1) ; Cesar Fabiano Fioriti (2) (1) Bolsista
1- TIPOS DE ESFORÇOS
1- TIPOS DE ESFORÇOS Uma orça pode ser aplicada num corpo de dierentes maneiras, originando portanto, diversos tipos de solicitações, tais como: tração, compressão, cisalhamento, lexão e torção. Quando
Algumas vantagens. Algumas restrições ao seu uso
Testes não-paramétricos Pro. Lorí Viali, Dr. http://www.pucrs.br/amat/viali/ viali@pucrs.br Um teste não paramétrico testa outras situações que não parâmetros populacionais. Estas situações podem ser relacionamentos,
p TPP = (6.1) e a rajada de perda de pacote é medida pela Comprimento Médio da Rajada (CMR ) que é dada por
6 Perdas de Pacotes O problema de perda de pacotes em rajadas nas redes IP e redes móveis é um dos fatores mais importantes a serem considerados na análise de sistemas de reconhecimento de voz distribuídos.
Estruturas de Aço e Madeira Aula 06 Vigas de Alma Cheia (1)
Estruturas de Aço e Madeira Aula 06 Vigas de Alma Cheia (1) - Introdução: Estados Limites Últimos para Vigas - Ideias Básicas para o Dimensionamento de Vigas em Aço - Classificação das Vigas Metálicas
Barras prismáticas submetidas a momento fletor e força cortante
Barras prismáticas submetidas a momento fletor e força cortante Introdução Os esforços mais comuns de incidência em vigas estruturais são a força cortante e o momento fletor, os quais são causados por
Os modelos numéricos propostos foram elaborados a partir do elemento Shell 63 disponibilizado na biblioteca do programa ANSYS.
5 Modelagem numérica Neste trabalho foram desenvolvidos modelos numéricos bidimensionais e tridimensionais. O modelo bidimensional foi adotado na simulação do conector T- Perfobond, e o tridimensional
6. RESULTADOS E DISCUSSÕES
Estudo de Pontes de Madeira com Tabuleiro Multicelular Protendido 122 6. RESULTADOS E DISCUSSÕES Neste capítulo são apresentados os resultados obtidos do programa experimental realizado nesta pesquisa.
4 Modelo analítico 84
4 Modelo analítico 84 4 Modelo analítico O objetivo desta seção é apresentar uma metodologia de cálculo que servirá de base comparativa aos resultados dos métodos de elementos finitos empregados na seção
5 Análise dos Resultados
93 5 Análise dos Resultados Neste capítulo os resultados dos testes experimentais são discutidos e comparados com os resultados teóricos. 5.1. Cálculo de Momento de Inércia de uma Seção Mista 5.1.1. Momento
DETERMINAÇÃO DA FORÇA DEVIDA AO VENTO EM ESTRUTURAS DE EDIFÍCIOS ALTOS SEGUNDO DUAS VERSÕES: A SUGERIDA PELA NBR 6123 E OUTRA SIMPLIFICADA.
DETERMINAÇÃO DA FORÇA DEVIDA AO VENTO EM ESTRUTURAS DE EDIFÍCIOS ALTOS SEGUNDO DUAS VERSÕES: A SUGERIDA PELA NBR 6123 E OUTRA SIMPLIFICADA. Marcus Vinícius Paula de Lima (PIC), Nara Villanova Menon (Orientador),
Definições e Conceitos Básicos para a Teoria de Opções Reais Definições e Conceitos Básicos para a Teoria de Opções Reais
Deinições e Conceitos Básicos para a Teoria de Opções Reais 3 3 Deinições e Conceitos Básicos para a Teoria de Opções Reais 3..Técnicas de Otimização Dinâmica sob Incerteza De maneira geral, podemos destacar
ESTRUTURAS METÁLICAS E DE MADEIRAS PROF.: VICTOR MACHADO
ESTRUTURAS METÁLICAS E DE MADEIRAS PROF.: VICTOR MACHADO UNIDADE II - ESTRUTURAS METÁLICAS VIGAS DE ALMA CHEIA INTRODUÇÃO No projeto no estado limite último de vigas sujeitas à flexão simples calculam-se,
Resistência dos Materiais
Resistência dos Materiais Eng. Mecânica, Produção UNIME 2016.1 Lauro de Freitas, Maio, 2016. 5 Análise e projeto de vigas em flexão Conteúdo Introdução Diagramas de Força Cortante e Momento Fletor Problema
Palavras chaves: Lajes; flechas; MEF; MDF; séries.
COMPARAÇÃO DE FLECHAS EM LAJES DE CONCRETO ARMADO OBTIDAS POR MEIO DE CÁLCULOS MANUAIS (SÉRIES DE BARES), MÉTODO DAS DIFERENÇAS FINITAS E MÉTODO DOS ELEMENTOS FINITOS Comparison o reinorced concrete slab
Representação por Variáveis de Estado
EPESENTAÇÃO DE SISTEMAS DINÂMIOS PO VAIÁVEIS DE ESTADO Um sistema é dito dinâmico se a resposta presente depender de uma ecitação passada. aso contrário, se depender apenas da ecitação presente, é dito
PROGRAMA JAVA PARA ESTIMATIVAS DE PROPRIEDADES TERMOFÍSICAS POR CONTRIBUIÇÃO DE GRUPOS FUNCIONAIS
PROGRAMA JAVA PARA ESTIMATIVAS DE PROPRIEDADES TERMOFÍSICAS POR CONTRIBUIÇÃO DE GRUPOS FUNCIONAIS L. G. Oliveira, J. C. Rocha, S. P. Nascimento, J. A. Cavalcante, N. A. Costa Universidade Federal da Paraíba,
4 Caracterização dos Ensaios Experimentais
4 Caracterização dos Ensaios Experimentais Neste capítulo tem-se como objetivo a descrião do planejamento dos ensaios experimentais, os exemplos de projeto e a tentativa de caracterização do caminho da
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
REDES NEURAIS ARTIFICIAIS PERCEPTRON MULTICAMADAS Prof. Dr. André A. P. Biscaro 1º Semestre de 2018 Arquitetura Redes Perceptron de Múltiplas Camadas (PMC), também conhecidas como redes MLP (Multiple Layer
3. Materiais e Métodos
34 3. Materiais e Métodos A literatura apresenta vários trabalhos que adotam o método de elementos finitos para análise da distribuição de tensões em diversos equipamentos, elementos de máquinas, peças
3 Modelos Comparativos: Teoria e Metodologia
3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito
Título: Comportamento mecânico de materiais compósitos FRP a temperatura elevada. Orientador: João Ramôa Correia
Título: Comportamento mecânico de materiais compósitos FRP a temperatura elevada Os materiais compósitos de polímero reforçado com fibras (FRP) apresentam diversas vantagens face aos materiais tradicionais
Resultados 6.1. Teste de Deformação
6 Resultados 6.1 Teste de Deformação O teste foi realizado com a montagem mostrada na Figura 41. No centro da circunferência branca (moldura de nylon) encontra-se a região ativa com duas linhas pretas
X Olimpíada de Engenharia Civil da UFJF Pontes de Papel
X Olimpíada de Engenharia Civil da UFJF Pontes de Papel Dados para o projeto das pontes de papel 01 de fevereiro de 2016 1. Introdução As propriedades do papel que será empregado na construção das pontes
Ricardo Hallal Fakury UFMG Arlene Maria Sarmanho Freitas UFOP João Alberto Venegas Requena UNICAMP Roberval José Pimenta Codeme Engenharia Eduardo de
Ricardo Hallal Fakury UFMG Arlene Maria Sarmanho Freitas UFOP João Alberto Venegas Requena UNICAMP Roberval José Pimenta Codeme Engenharia Eduardo de Miranda Batista COPPE/UFRJ Afonso Henrique Mascarenhas
CARY CASSIANO CAVALCANTI FILHO ESTUDO TEÓRICO E EXPERIMENTAL DA RESISTÊNCIA DE PAREDES DE ALVENARIA ESTRUTURAL
CARY CASSIANO CAVALCANTI FILHO ESTUDO TEÓRICO E EXPERIMENTAL DA RESISTÊNCIA DE PAREDES DE ALVENARIA ESTRUTURAL Tese apresentada ao Curso de Pós-Graduação em Engenharia Civil da Universidade Federal Fluminense,
Figura 4.1: a)elemento Sólido Tetraédrico Parabólico. b)elemento Sólido Tetraédrico Linear.
4 Método Numérico Foi utilizado o método dos elementos finitos como ferramenta de simulação com a finalidade de compreender e avaliar a resposta do tubo, elemento estrutural da bancada de teste utilizada
Este capítulo contém os resultados obtidos nos ensaios virtuais e análises efetuadas em cada uma das etapas do desenvolvimento da presente pesquisa.
80 4 Resultados Este capítulo contém os resultados obtidos nos ensaios virtuais e análises efetuadas em cada uma das etapas do desenvolvimento da presente pesquisa. 4.1. Porosidade A Figura 4.1 apresenta
2 Considerações sobre o Reforço para Avaliação da Resistência à Força Cortante
2 Considerações sobre o Reorço para Avaliação da Resistência à Força Cortante 2.1. Introdução Os compósitos são o resultado da união de dois ou mais materiais de natureza distinta, que juntos possuem características
Análise Quantitativa de Tecidos em Úlceras de Perna
49 5 Análise Quantitativa de Tecidos em Úlceras de Perna A avaliação das áreas proporcionais de cada tecido interno das úlceras fornece informações importantes sobre seu estado patológico [BERRISS, 2000],
Estudo Teórico da Flambagem Distorcional de Perfis U Enrijecido em Temperatura Elevada
Estudo Teórico da Flambagem Distorcional de Perfis U Enrijecido em Temperatura Elevada Aluno: Armando Aguiar de Souza Cruz Neto Orientador: Francisco Carlos Rodrigues, Prof. Dr. Co-orientador: Rodrigo
4 Modelo Numérico Computacional
4 Modelo Numérico Computacional 4.1. Introdução Neste capítulo serão descrito o modelo numérico utilizado, com descrição do elemento finito e as hipóteses nas quais se basearam. Os modelos numéricos aqui
7. RESULTADOS DAS PREVISÕES OUT OF SAMPLE
7. RESULTADOS DAS PREVISÕES OUT OF SAMPLE O Capítulo 7 mostra os resultados das previsões out of sample. É importante para verificar a adequação dos modelos escolhidos no Capítulo 6 num contexto preditivo.
Algoritmia. "Conta-me e eu esqueço-me Mostra-me e eu lembro-me Deixa-me fazer e eu aprendo" Confúcio
Algoritmia "Conta-me e eu esqueço-me Mostra-me e eu lembro-me Deixa-me azer e eu aprendo" Conúcio ISPGaya 2005/2006 Inormática de Gestão 2.º ano Programação 1 Algoritmo Um algoritmo é uma sequência inita
Capítulo 6. Conclusões e Desenvolvimentos Futuros Introdução Sumário e conclusões
Capítulo 6 Conclusões e Desenvolvimentos Futuros 6.1- Introdução... 6.2 6.2- Sumário e conclusões... 6.2 6.3- Perspectivas de desenvolvimentos futuros... 6.4 Capítulo 6 - Conclusões e Desenvolvimentos