Título: PROPRIEDADES MECÂNICAS DE CORPOS DE PROVA OBTIDOS POR PROTOTIPAGEM RÁPIDA PREDIÇÃO E CARACTERIZAÇÃO UTILIZANDO APRENDIZADO DE MÁQUINA
Autoria de: Luiza Carvalho Alvarenga Lima
Orientação de: Fabio Lucio Santos
Presidente da banca: Fabio Lucio Santos
Primeiro membro da banca: Alfredo Rodrigues de Sena Neto
Segundo membro da banca: Luciano Mendes dos Santos
Palavras-chaves: aprendizagem de máquina, manufatura aditiva, propriedades mecânicas, parâmetros de impressão, ensaio de tração
Data da defesa: 14/08/2024
Semestre letivo da defesa: 2024-1
Data da versão final: 20/08/2024
Data da publicação: 20/08/2024
Referência: Lima, L. C. A. PROPRIEDADES MECÂNICAS DE CORPOS DE PROVA OBTIDOS POR PROTOTIPAGEM RÁPIDA PREDIÇÃO E CARACTERIZAÇÃO UTILIZANDO APRENDIZADO DE MÁQUINA. 2024. 31 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica Bacharelado)-Universidade Federal de Lavras, Lavras, 2024.
Resumo: Para o desenvolvimento de projetos por meio da manufatura aditiva é essencial garantir a qualidade e desempenho, e isso muitas vezes requer testes complexos e destrutivos. Nesse contexto, o aprendizado de máquina surge como uma ferramenta capaz de identificar padrões em amostras de dados e fazer previsões que podem ser aplicados no contexto de projetos em impressão 3D para otimização e economia de recursos. O objetivo deste estudo foi avaliar e quantificar a capacidade de predição das propriedades mecânicas de corpos de prova, obtidos a partir de prototipagem rápida, utilizando três técnicas de aprendizado de máquina a fim de reduzir perdas. As amostras foram impressas em 3D variando parâmetros como material (ABS e PLA), padrão de geométrico (Linear, Concentric e Grid) e Percentual de Preenchimento (40, 65 e 90), testadas por meio de um ensaio de tração e os resultados avaliados por meio do Randon Forest, Support Vector Machine e Multi Layer Perceptron com base no coeficiente de determinação (R²), erro quadrático médio (RMSE) e na análise de importância de variáveis com permutação. Os resultados deste estudo demonstram que os parâmetros avaliados afetam as propriedades mecânicas, principalmente o Percentual de Preenchimento e a combinação de parâmetros PLAConcentric90 foi a que obteve maiores valores de propriedades. Os métodos RF e MLP foram capazes de prever 6 das 9 propriedades analisadas. Para o grupo PLAABS, obteve-se R² de 0,98 utilizando o Multi Layer Perceptron para o Módulo de Elasticidade. Descobrir as configurações de parâmetros e os melhores métodos de aprendizagem de máquina, que fornecem as melhores características sem precisar realizar testes destrutivos, permitem reduzir perdas de material e tempo.
URI alternaviva: sem URI do Repositório Institucional da UFLA até o momento.
Curso: G032 - ENGENHARIA MECÂNICA (BACHARELADO)
Nome da editora: Universidade Federal de Lavras
Sigla da editora: UFLA
País da editora: Brasil
Gênero textual: Trabalho de Conclusão de Curso
Nome da língua do conteúdo: Português
Código da língua do conteúdo: por
Licença de acesso: Acesso aberto
Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras
URI da licença: repositorio.ufla.br
Termos da licença: Acesso aos termos da licença em repositorio.ufla.br
Detentores dos direitos autorais: Luiza Carvalho Alvarenga Lima e Universidade Federal de Lavras
Baixar arquivo