PPGEPR PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Telefone/Ramal: (11) 2320-6355/6355 http://propg.ufabc.edu.br/pgepr

Banca de DEFESA: MATHEUS MENDES DA SILVA DE ASSIS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : MATHEUS MENDES DA SILVA DE ASSIS
DATA : 14/07/2021
HORA: 09:30
LOCAL: Video call link: https://meet.google.com/dmk-zqyq-ugg
TÍTULO:

Previsão do custo e do material de suporte na manufatura aditiva de superfícies mínimas triplamente periódicas por meio de aprendizado de máquina


PÁGINAS: 81
RESUMO:

Superfícies mínimas triplamente periódicas (SMTP) são estruturas porosas que podem ser usadas para criar materiais multifuncionais utilizados para diversas aplicações tecnológicas. Tais superfícies possuem geometria complexa, portanto, a manufatura aditiva se mostra como o método ideal para sua fabricação, devido à flexibilidade geométrica da manufatura por camadas. Nesse contexto, este trabalho tem como objetivo prever os efeitos da orientação da construção no custo e no consumo de material de suporte na manufatura aditiva de SMTP por meio de aprendizagem de máquina. O planejamento de experimentos (DOE) foi utilizado para determinar o efeito dos ângulos de 30°, 60° e 90° dos eixos X, Y e Z das superfícies e a análise de variância (ANOVA) para determinar as interações estatísticas relevantes. Posteriormente, os algoritmos de aprendizado de máquina Multi-Layer Perceptron, Random Tree e K-Nearest Neighbor (IBK) foram usados por meio do software WEKA para prever o custo e o consumo de material de suporte para cada superfície em diferentes orientações de construção. Os resultados mostraram que o custo de fabricação das superfícies pode variar entre 12 e 15% de acordo com a orientação de construção. Por fim, os três algoritmos se mostraram adequados na previsão do custo final e do material de suporte das SMTP, entretanto, ao aplicar o Índice de Mérito para avaliar o desempenho dos algoritmos, o algoritmo Multilayer Perceptron obteve o valor de 0,9729 na somatória final de desempenho com o método training set, e 1,1457 no método cross validation, sendo estes os menores dos valores entre os três algoritmos, indicando que este obteve o menor percentual de erros, e consequentemente, demonstrando ter o melhor desempenho.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 2073298 - ERIK GUSTAVO DEL CONTE
Membro Titular - Examinador(a) Externo ao Programa - 1914234 - ALEXANDRE ACACIO DE ANDRADE
Membro Titular - Examinador(a) Externo à Instituição - ANTONIO ÁLVARO DE ASSIS MOURA
Membro Suplente - Examinador(a) Interno ao Programa - 2403225 - UGO IBUSUKI
Membro Suplente - Examinador(a) Externo à Instituição - Guilherme Arthur Longhitano - UNICAMP
Notícia cadastrada em: 14/06/2021 13:39
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2024 - UFRN - sigaa-1.ufabc.int.br.sigaa-1-prod