Supervised machine learning framework for the analysis of contacting solids under inelastic strains

Abstract

As Redes Neurais Artificiais (RNA) podem ser entendidas como um sistema computacional complexo formado por uma série de elementos de processamento interconectados inspirados nas Redes Neurais Biológicas, que têm como finalidade o processamento de informações com o objetivo de gerar uma resposta. Este estudo visa combinar as capacidades de RNA’s e Elementos Finitos, desenvolvida por meio de algoritmos de aprendizado supervisionado para prever o comportamento mecânico e as propriedades materiais através de modelos constitutivos para metais e polímeros. A avaliação dos polímeros restringe-se a polímeros termoplásticos e adota-se um modelo elasto-viscoplástico baseado no modelo constitutivo de Mulliken-Boyce. A implementação do modelo é realizada via sub-rotinas VUMAT (integração explícita) no software comercial ABAQUS® para o estudo de compressão uniaxial em grandes deformações. As previsões desejadas para o estudo dos polímeros avaliados são: (1) Previsão dos parâmetros materiais do modelo constitutivo modificado de Mulliken-Boyce implementado, a partir da curva tensão-deformação experimental e (2) previsão da curva tensão-deformação a partir das propriedades do material. O estudo dos metais é baseado em testes de indentação em grandes deformações. A equação de Ludwik é adotada para a descrição do comportamento mecânico e é implementada via integração implícita no mesmo software comercial. As predições almejadas para os metais são: (1) predição da curva tensão-deformação a partir da curva deslocamento-força obtida através do teste de indentação e (2) predição da curva deslocamento-força, indentação residual e pressão de contato a partir das principais propriedades mecânicas de metais. Todas as previsões são realizadas através da implementação de redes neurais via treinamento supervisionado. O desempenho das previsões feitas para todos os casos avaliados mostra boa acurácia com uma redução significativa no tempo de processamento em comparação com implementações via Elemento Finito.