PPGINF PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Telefone/Ramal: Não informado http://propg.ufabc.edu.br/ppginfo

Banca de QUALIFICAÇÃO: ABELARDO NASCIMENTO FILHO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : ABELARDO NASCIMENTO FILHO
DATA : 01/08/2025
HORA: 09:00
LOCAL: https://conferenciaweb.rnp.br/sala/andre-39
TÍTULO:

Método Híbrido para Conceituação Inicial de Sistemas Mecânicos Complexos Apoiada por Inteligência Computacional


PÁGINAS: 90
RESUMO:

 O desenvolvimento de sistemas e estruturas mecânicas complexas, como mecanismos, é inerentemente multidisciplinar e multiobjetivo, exigindo a integração de diversos domínios da engenharia, como Dinâmica de Multicorpos, Ciência dos Materiais e Engenharia de Sistemas. Nesse contexto, é importante destacar que modelos que incluem a previsão de vida útil são cruciais para garantir que o projeto final atenda aos requisitos funcionais e estruturais, particularmente em termos de confiabilidade e disponibilidade. Embora as metodologias convencionais de projeto sejam amplamente utilizadas para lidar com esses desafios, elas frequentemente dependem de processos iterativos e do conhecimento tácito ou intuição de projetistas experientes, limitando a eficiência, especialmente ao lidar com sistemas complexos.  Diante disso, prever o comportamento funcional e estrutural de um mecanismo permite maior controle sobre o desempenho do projeto. Entretanto, essa capacidade exige o processamento de grandes volumes de dados de alta dimensionalidade, em que os métodos tradicionais frequentemente apresentam dificuldades.

Assim, a Inteligência Computacional (IC) e os métodos de tomada de decisão multicritério (MCDM, Multi-Criteria Decision Making) surgem como uma solução promissora nesses contextos para a otimização da modelagem e dos insights para a tomada de decisão relativas a esses problemas. No entanto, cabe destacar que ainda há uma lacuna notável na literatura em relação à integração dessas abordagens na conceituação do projeto de mecanismos. 

Para suprir essa lacuna, este estudo propõe uma metodologia híbrida que combina modelos de IC e MCDM para apoiar o projeto e a otimização de mecanismos. Neste trabalho, um algoritmo genético foi empregado para sintetizar um mecanismo de quatro barras com o objetivo de reproduzir fielmente uma trajetória alvo especificada sem a necessidade de esboços preliminares. Além disso, o TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution) foi utilizado para classificar os materiais adequados com base em critérios físicos. Somado a isso, um modelo de redes neurais artificiais foi utilizado para a determinação da vida útil a partir de dados de fadiga. Como resultado, foi obtido um modelo de mecanismo com erro de trajetória inferior a 1% em relação à trajetória desejada, juntamente com recomendações iniciais de materiais e geometria e informações relativas à vida útil do projeto.

MEMBROS DA BANCA:
Presidente - Interno ao Programa - 2334927 - ANDRE KAZUO TAKAHATA
Membro Titular - Examinador(a) Interno ao Programa - 1761107 - RICARDO SUYAMA
Membro Titular - Examinador(a) Interno ao Programa - 1355507 - HELOI FRANCISCO GENTIL GENARI
Membro Titular - Examinador(a) Externo à Instituição - JOSÉ REINALDO SILVA - USP
Membro Titular - Examinador(a) Externo à Instituição - LEONARDO TOMAZELI DUARTE - UNICAMP
Membro Suplente - Examinador(a) Interno ao Programa - 1761105 - MURILO BELLEZONI LOIOLA
Membro Suplente - Examinador(a) Externo à Instituição - FRANCO GIUSEPPE DEDINI - UNICAMP
Notícia cadastrada em: 16/07/2025 10:40
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2025 - UFRN - sigaa-1.ufabc.int.br.sigaa-1-prod