dc.contributor.advisor | Awruch, Marcos Daniel de Freitas | |
dc.creator | Paula, Willian Ribeiro de | |
dc.date.accessioned | 2024-01-24T12:43:16Z | |
dc.date.available | 2024-01-24T12:43:16Z | |
dc.date.issued | 2023-12-21 | |
dc.date.submitted | 2023 | |
dc.identifier.citation | PAULA, W. R. de. Análise da viabilidade da utilização de uma rede neural de 3 camadas para a estimação da velocidade de flutter de uma seção típica 2D. 2023. 45 [8] p. Trabalho de Conclusão de Curso (Graduação em Engenharia Aeroespacial) - Universidade Federal de Santa Maria, Santa Maria, RS, 2023. | por |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/31263 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia Aeroespacial, RS, 2023. | por |
dc.description.abstract | Aeroelastic effects have had a major influence on aircraft design and performance since be fore the Wright brothers’ first flight. In particular, flutter is an extremely important problem in aeronautical design, due to its destructive capacity. Therefore, the study of methods to estimate the speed at which flutter occurs is essential to guarantee a safe flight envelope. Among these methods, the Multilayer Perceptron (MLP) neural network is a possible alter native. (MLP) neural network is a possible alternative, as it has the property of being a universal function approximator. In this sense, this work aims to use a simple MLP neural network to estimate the flutter velocity of a typical section subjected to a two-degree of freedom movement. With this in mind, the equation and implementation in MATLAB of the k method for a typical 2D section was developed and used to create the training, validation and test data for the neural network. Next, MATLAB was used to create and train MLP neural networks with a hidden layer with different numbers of neurons. Finally, the accuracy of these networks and the validity of the aeroelastic model produced by the neural network with the highest number of neurons were evaluated. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Flutter | por |
dc.subject | Neurônios | por |
dc.subject | Multilayer Perceptron | eng |
dc.subject | Neurons | eng |
dc.title | Análise da viabilidade da utilização de uma rede neural de 3 camadas para a estimação da velocidade de flutter de uma seção típica 2D | por |
dc.title.alternative | Analysis of the feasibility of using a 3-layer neural network for flutter velocity estimation of a 2D typical section | eng |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.degree.graduation | Engenharia Aeroespacial | por |
dc.description.resumo | Os efeitos aeroelásticos tiveram uma grande influência no projeto e na performance das aeronaves desde antes do primeiro voo dos irmãos Wright. Em especial, o flutter é um problema extremamente importante no projeto aeronáutico, devido a sua capacidade destrutiva. Dessa forma, o estudo de métodos para estimar a velocidade onde ocorre o flutter é essencial para garantir um envelope de voo seguro. Entre esses métodos, a rede neural Multilayer Perceptron (MLP) é uma possível alternativa, pois ela tem a propriedade de ser uma aproximadora universal de funções. Neste sentido, este trabalho tem o objetivo de utilizar uma rede neural MLP simples para estimar a velocidade de flutter de uma seção típica submetida a um movimento de dois graus de liberdade. Com isso em mente, desenvolveu-se o equacionamento e a implementação no MATLAB do método k para uma seção típica 2D, o qual foi utilizado para a criação dos dados de treinamento, validação e teste da rede neural. Em seguida, o MATLAB foi utilizado para criar e treinar redes neurais MLP com uma camada escondida com diferentes números de neurônios. Por fim, avaliou-se a acurácia dessas redes e a validade do modelo aeroelástico produzido pela rede neural com o maior número de neurônios. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA AEROESPACIAL | por |
dc.publisher.unidade | Centro de Tecnologia | por |