Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/31250
Título: Utilização de algoritmo genético na obtenção de parâmetros elasto-plásticos em um processo de estampagem profunda
Título(s) alternativo(s): The use of genetic algorithm for obtaining elastoplastic parameters in a deep drawing process
Autor(es): Silva, Filipe Eduardo da
Orientador(es): Trentin, Robson Gonçalves
Palavras-chave: Otimização matemática
Algorítmos genéticos
Método dos elementos finitos
Mathematical optimization
Genetic algorithms
Finite element method
Data do documento: 20-Out-2022
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Pato Branco
Citação: SILVA, Filipe Eduardo da. Utilização de algoritmo genético na obtenção de parâmetros elasto-plásticos em um processo de estampagem profunda. 2022. Trabalho de Conclusão de Curso (Engenharia Mecânica) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2022.
Resumo: A aplicação de simulações numéricas no desenvolvimento de produtos se tornou cada vez mais comum no ambiente industrial. A conformação mecânica representa uma das áreas onde tais simulações podem proporcionar enormes vantagens, como por exemplo, redução no tempo de fabricação, aumento na qualidade do produto, redução de custos e redução em métodos baseados em tentativa e erro. No entanto, é necessário conhecer como estes processos acontecem, sendo assim, é importante verificar como as deformações elásticas e plásticas ocorrem no material. Estas informações podem ser obtidas mediante a aplicação da identificação de parâmetros constitutivos elasto-plásticos. Este trabalho teve por objetivo a identificação destes parâmetros para um ensaio de estampagem profunda. Para isso, foram usadas técnicas de otimização que fazem o uso de algoritmos genéticos de forma integrada com o método de elementos finitos (MEF), através da solução de um problema inverso. A solução é verificada quando os resultados numéricos de uma curva de força por deslocamento do punção se aproximam dos resultados experimentais. Uma vez que isso ocorre, os parâmetros constitutivos foram encontrados. Para o caso mais crítico testado, foi encontrado um desvio de 6,7% entre estas curvas, o que caracteriza uma ótima aproximação mediante as considerações feitas durante a utilização do algoritmo genético, validando assim sua aplicação na solução de problemas relacionados.
Abstract: The application of numerical simulations in product development has become increasingly common in the industrial environment. Metal forming represents one of the processes where such simulations can provide enormous advantages, such as, reduction in manufacturing time, increase in product quality, cost reduction and reduction on methods based on trial and error. However, to make use of such a tool is necessary to obtain a very approximate knowledge on how these processes work, with that in mind, it is of great importance to verify how elastic and plastic deformations behave in the material. This information can be obtained by applying the identification of elasto-plastic constitutive parameters. This work aimed to identify these parameters for a deep drawing process. For this, optimization techniques that make use of genetic algorithms integrated with the finite element method (FEM), were applied in order to solve an inverse problem. The solution is verified when the numerical results of a force curve by displacement of the punch approximate the experimental results. Once this occurs, the constitutive parameters have been found. For the most critical case tested, a deviation of 6,7% was found between these curves, which characterizes a great approximation based on the considerations made during the use of the genetic algorithm, thus validating its application in solving related problems.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/31250
Aparece nas coleções:PB - Engenharia Mecânica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
algoritmogeneticoestapagemprofunda.pdf2,09 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons