Tese: Previsão do acúmulo de deformações plásticas em contornos de grãos de metais policristalinos baseado em Aprendizado de Máquina
Aluno(a) : Lara Cristina Pereira de AraújoOrientador(a): Helon Ayala e Renato Vieira
Área de Concentração: Mecânica Aplicada
Data: 22/09/2023
Link para tese/dissertação: https://doi.org/10.17771/PUCRio.acad.65290
Resumo: Atualmente, devido ao grande volume de dados de iniciação de trincas e fadiga que é possível obter a partir de informações do campo de mecânica dos sólidos e comportamento dos materiais, o uso de técnicas de aprendizado de máquina é cada vez mais utilizado para realizar diversos tipos de previsões. A motivação principal deste trabalho é o estudo do acúmulo de deformação plástica na escala de grãos, por meio da utilização do aprendizado de máquina. Esta alternativa pode ser uma significativa contribuição na direção de criar modelos capazes de prever o acúmulo de deformações. Desta forma o aprendizado de máquina se torna uma ferramenta capaz de ajudar a entender quais parâmetros físicos controlam o acúmulo de dano. O objetivo deste trabalho é prever o acúmulo de deformação plástica em contornos de grãos e propor um novo método de previsão de acúmulo de deformações plásticas em contornos de grãos de um material policristalino, usando modelos de aprendizado de máquina. Este trabalho é desenvolvido por meio de uma abordagem numérica, usando dados experimentais da literatura para estruturar três bancos de dados como amostras as quais são filtradas para identificar o contorno do grão. Como resultados pode ser observado que as previsões foram coerentes e de boa qualidade, com uma melhora dos valores médios do coeficiente de Pearson em torno de 17% em relação aos valores encontrados na literatura. Já para o coeficiente de determinação a média de valores alcançada ficou em torno de 0.85. Conclui-se que o uso do método de aprendizado de máquina se mostra confiável para prever acúmulo de deformação plástica no contorno do grão para um material policristalino. Link da defesa: https://puc-rio.zoom.us/j/99612602567?pwd=aXprNnlTcUhSYm5UcWp5cFo5UUF3QT09 Meeting ID: 996 1260 2567 Passcode: 592385