Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/24751
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBorges, Pedro Pinguelli-
dc.date.accessioned2021-04-13T16:37:40Z-
dc.date.available2021-04-13T16:37:40Z-
dc.date.issued2020-12-02-
dc.identifier.citationBORGES, Pedro Pinguelli. Aplicação de redes neurais para a determinação do coeficiente de atrito de filmes plásticos flexíveis. 2020. 47 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Londrina, 2020.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/24751-
dc.description.abstractFlexible plastic packaging is gradually being used, since it is the most versatile packaging, with various applications, and of great durability. In order to obtain these packages, a whole production strategy is required, which involves not only its production process but also the product quality control. Aiming the parameters prediction, the present work aims to determine the friction coefficient (COF) in flexible plastic films by using Perceptron neural networks. According to data obtained in experimental tests, the neural networks in both software (i.e., Python and Matlab) obtained satisfactory results for determining the COF of the films with an R2 = 95% and a mean error of about 0.001, therefore, an application was created for both neural networks so that material engineers could interact as users with these networks. Neural networks appear as a possible aid for quality control tests, aiming at improving the speed of achieving and analyzing, keeping accuracy of responses.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectAtritopt_BR
dc.subjectFilmes plásticospt_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.subjectFrictionpt_BR
dc.subjectPlastic filmspt_BR
dc.titleAplicação de redes neurais para a determinação do coeficiente de atrito de filmes plásticos flexíveispt_BR
dc.title.alternativeApplication of neural network for determining the flexible plastic film friction coefficientpt_BR
dc.typebachelorThesispt_BR
dc.description.resumoAs embalagens plásticas flexíveis têm seu uso sendo aumentado gradativamente, visto que são as embalagens mais versáteis, com variadas aplicações, e de grande durabilidade. Para a obtenção dessas embalagens, faz-se necessário toda uma estratégia de produção que passa não só pelo seu processo produtivo, como pelo controle de qualidade do produto. Visando a predição de parâmetros, o presente trabalho tem como objetivo a determinação do coeficiente de atrito (COF) em filmes plásticos flexíveis por meio da utilização de redes neurais do tipo Perceptron. De acordo com os dados obtidos nos testes experimentais, as redes neurais tanto em Python quanto em Matlab obtiveram resultados satisfatórios para a determinação de COF dos filmes, chegando a um R2 = 95% e um erro médio de 0,01 sendo assim, criou-se um aplicativo para ambas as redes neurais para que os engenheiros de materiais pudessem interagir como usuários com estas redes. As redes neurais surgem como um possível auxiliar para os testes de controle de qualidade, visando a melhoria na velocidade de obtenção e análise de informações, mantendo a precisão das respostas.pt_BR
dc.degree.localLondrinapt_BR
dc.publisher.localLondrinapt_BR
dc.contributor.advisor1Rocha, Lucas Bonfim-
dc.contributor.advisor-co1Marin, Pricila-
dc.contributor.referee1Rocha, Lucas Bonfim-
dc.contributor.referee2Marin, Pricila-
dc.contributor.referee3Pagani, Fernanda-
dc.contributor.referee4Bezerra, Felipi Luiz Assunção-
dc.publisher.countryBrasilpt_BR
dc.publisher.programEngenharia Químicapt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA QUIMICApt_BR
Aparece nas coleções:LD - Engenharia Química

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
redesneuraisplasticosflexiveis.pdf1,69 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.