Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/64634| Tipo: | TCC |
| Título: | Uso de aprendizado de máquinas para estimar a resistência à tração de peças fabricadas por Impressão 3D |
| Autor(es): | Silva, Matheus Alencar da |
| Orientador: | Medeiros, Ramon Rudá Brito |
| Coorientador: | Amaro Júnior, Bonfim |
| Palavras-chave: | Tecnologia;Impressão 3D;Inteligência Artificial |
| Data do documento: | 2022 |
| Citação: | SILVA, Matheus Alencar da. Uso de aprendizado de máquinas para estimar a resistência à tração de peças fabricadas por Impressão 3D. 79 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica) - Universidade Federal do Ceará, Campus de Russas, Russas, 2022. |
| Resumo: | A sociedade atual vive em um universo tecnológico com diversos sistemas automatizados e em uma busca constante de melhorias na eficiência e qualidade dos processos. Em virtude dos inúmeros avanços tecnológicos, surgiu a indústria 4.0. A impressão 3D é uma ferramenta de destaque que pode ser utilizada nessa era da quarta revolução industrial e é definida como a área de manufatura responsável por construir peças, partindo de um modelo virtual, pelo método de deposição automática camada-a-camada. Nesse viés, a impressão 3D possui como vantagens a grande flexibilidade na produção de peças a partir do modelo digital, possibilitando a fabricação de diversas geometrias, simples ou complexas, além de utilizar materiais de baixo custo e gerar poucos resíduos. Muitas tecnologias têm ganhado espaço na sociedade atual, pode-se destacar a Inteligência Artificial (IA), que possui diversas aplicações em diferentes áreas de conhecimento, podendo ser definida como qualquer tecnologia que permite a um sistema demonstrar inteligência humana. Nesse contexto, o aprendizado da máquina usa a inteligência artificial para desenvolver técnicas computacionais, com o objetivo de construir conhecimento automaticamente. Esse sistema é responsável por tomar decisões baseado em experiencias acumuladas através de soluções bem-sucedidas. Dessarte, este trabalho tem como objetivo desenvolver um modelo utilizando técnicas de inteligência artificial, especificamente, as rede neurais e os algoritmos genéticos, capaz de prever a tensão de ruptura em materiais manufaturados pela impressão 3D do tipo FDM (Fused Deposition Modeling). Partindo da coleta e construção de uma base de dados sobre impressões tridimensionais, foram elaborados algoritmos, na linguagem de programação Python, combinando as redes neurais artificiais e os algoritmos genéticos, em uma estratégia neuroevolutiva, para atender ao objetivo proposto. Com análise dos dados e gráficos gerados pelas execuções dos algoritmos, foi elaborado um modelo com coeficiente de determinação superior 90%, resultando em um alto grau de assertividade. |
| Abstract: | Today’s society lives in a technological universe with several automated systems and a constant search for improvements in the efficiency and quality of processes. Due to the numerous techno- logical advances, industry 4.0 was emerged. The 3D printing is a standout tool that can be used in this era of the fourth industrial revolution and is defined as the manufacturing area responsible for building parts, starting from a virtual model, by layer by layer automatic deposition method. In this bias, the 3D printing has advantages such as great flexibility in the production of parts from the digital model, enabling the fabrication of different geometries, simple or complex. In addition to using low-cost materials and generating little residue. Many technologies have gained space in today’s society, can highlight the artificial intelligence (AI), which has several applications in different areas of knowledge, and can be defined as any technology that allows a system to demonstrate human intelligence. In this context, machine learning uses artificial intelligence to develop computational techniques, aiming to build knowledge automatically. This system is responsible for making decisions based on experiences accumulated through successful solutions. Thus, this work aims to develop a model using artificial intelligence techniques, specifically, the neural network, able to predict the tensile strength in materials manufactured by FDM (Fused Deposition Modeling) type 3D printing. Starting from the collection and construction of a data- base on three-dimensional impressions, algorithms were developed in the Python programming language, combining artificial neural networks and genetic algorithms, in a neuroevolutionary strategy, to meet the proposed objective. After analyzing the data and graphics generated by the execution of the algorithms, a model with a determination coefficient superior to 90% was elaborated, resulting in a high rate of assertiveness. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/64634 |
| Aparece nas coleções: | ENGENHARIA MECÂNICA - RUSSAS - Monografias |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2022_tcc_masilva.pdf | 283,67 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.