Banca de QUALIFICAÇÃO: ANA MARIA MARQUES DE LIMA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: ANA MARIA MARQUES DE LIMA
DATA: 24/02/2017
HORA: 10:00
LOCAL: CI/UFPB
TÍTULO: Identificação e Predição de Padrão de Estabilização de Deformação de Fio Atuador de Liga com Memória de Forma utilizando Redes Neurais Artificiais
PALAVRAS-CHAVES: Inteligência Artificial, Redes Neurais Artificiais, Liga com Memória de Forma.
PÁGINAS: 70
RESUMO: As ligas com memória de forma (LMF) são materiais que têm a capacidade de recuperar a forma original quando aquecidas evidenciando o chamado Efeito Memória de Forma (EMF). Por essa característica especial considerando o grande potencial de aplicação, os materiais com memória de forma têm sido alvo de estudos científicos e tecnológicos. Como são materiais que reagem ao calor provocando deslocamentos, a quantidade de deformação recuperável e a estabilidade funcional do efeito memória de forma são duas das mais importantes características no desenvolvimento de aplicações com as LMF. A estabilidade funcional de um atuador com liga com memória de forma tem sido compreendida através de ciclagem térmica entre o intervalo de temperatura em que a deformação e a recuperação da forma ocorrem. Entretanto, devido à complexidade do comportamento do material, não se tem precisamente a definição do ponto de estabilização de deformação de atuadores de liga com memória de forma. Essa informação é importante e necessária quando se deseja projetar e/ou usar um atuador de LMF com rigor de repetibilidade. Sendo assim, desenvolver mecanismos que possam prever o comportamento da liga, especialmente encontrando o ponto estabilização de deformação reversível e irreversível será de grande importância para o desenvolvimento de atuadores com liga com memória de forma. Nesse sentido, este trabalho de pesquisa apresenta um estudo com o objetivo de identificação do padrão de estabilidade de deformação de fio atuador de LMF de Níquel Titânio (NiTi) utilizando Inteligência Artificial (IA) através de Redes Neurais Artificiais. Para a identificação do padrão, será utilizada uma base de dados de um atuador de liga com memória de forma de Niquel Titânio (NiTi) contendo os parâmetros de treinamento e ciclagem do material associados ao carregamento aplicado. Com os dados pretende-se fazer uma predição sobre quais valores de parâmetros promovem a estabilização do material resultando em uma contribuição científica e tecnológica importante.
MEMBROS DA BANCA:
Presidente - 2636257 - NATASHA CORREIA QUEIROZ LINO
Interno - 1723491 - CLAUIRTON DE ALBUQUERQUE SIEBRA
Interno - 2126491 - GUSTAVO HENRIQUE MATOS BEZERRA MOTTA
Externo ao Programa - 1367468 - RODINEI MEDEIROS GOMES