Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais

The Brazil continental dimensions and distance from the power generating units (usually hydroelectric) of the consumers centers are factors that raise the importance of the distribution lines, since an unexpected failure due to fatigue at the conducting cables, can reach tens of millions of consu...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Câmara, Eduardo César Bezerra
Outros Autores: Freire Júnior, Raimundo Carlos Silvério
Formato: doctoralThesis
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Redes neurais artificiais
Cabos condutores de alumínio
Fadiga em cabos
Tensão média
Diagramas de vida constante
Poffenberger-Swart
Endereço do item:https://repositorio.ufrn.br/handle/123456789/31523
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-31523
record_format dspace
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Redes neurais artificiais
Cabos condutores de alumínio
Fadiga em cabos
Tensão média
Diagramas de vida constante
Poffenberger-Swart
spellingShingle Redes neurais artificiais
Cabos condutores de alumínio
Fadiga em cabos
Tensão média
Diagramas de vida constante
Poffenberger-Swart
Câmara, Eduardo César Bezerra
Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais
description The Brazil continental dimensions and distance from the power generating units (usually hydroelectric) of the consumers centers are factors that raise the importance of the distribution lines, since an unexpected failure due to fatigue at the conducting cables, can reach tens of millions of consumers involving therefore, very high costs. In order to estimate the remaining cable fatigue life of these transmission lines, sophisticated laboratories and long tests are necessary to obtain S-N curves with the same level of mean stress applied in the field. Thus, it becomes desirable a model capable of predicting the resistance to fatigue of conductive cable effectively, simplifying the need for testing and the costs, in addition, of course, the risks of blackout. At this way, this study seeks to create Artificial Neural Networks (ANNs) architectures capable of estimating the fatigue strength of aluminum conducting cables. By varying the cable’s structural parameters such as the linear weight (W), the flexural stiffness module (EI) and the Poffenberger-Swart constant (K), taking into account the mean stress (stretching load) and the number of cycles to which the cables are subjected. The training and testing of the ANNs were made through a set of data obtained from fatigue tests carried out in the cable laboratory of the Fatigue, Fracture and Materials Group (GFFM) of the Federal University of Brasília (UnB) for different types of aluminum alloys cable. ANNs will be used to construct constant life diagrams for this family of cables, and compare the results obtained experimentally and by ANNs using the root mean square (RMS). The results obtained by the ANNs proved to be adequate, based mainly on the low RMS values obtained for the different ANN architectures and on the plotted constant life curves, thus attesting to the good generalization of the fatigue resistance for the aluminum conductor cables analyzed.
author2 Freire Júnior, Raimundo Carlos Silvério
author_facet Freire Júnior, Raimundo Carlos Silvério
Câmara, Eduardo César Bezerra
format doctoralThesis
author Câmara, Eduardo César Bezerra
author_sort Câmara, Eduardo César Bezerra
title Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais
title_short Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais
title_full Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais
title_fullStr Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais
title_full_unstemmed Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais
title_sort estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais
publisher Universidade Federal do Rio Grande do Norte
publishDate 2021
url https://repositorio.ufrn.br/handle/123456789/31523
work_keys_str_mv AT camaraeduardocesarbezerra estudodocomportamentoafadigadecaboscondutoresdeenergiacomalmadealuminioutilizandoredesneuraisartificiais
_version_ 1773964613482708992
spelling ri-123456789-315232021-02-14T08:49:20Z Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais Câmara, Eduardo César Bezerra Freire Júnior, Raimundo Carlos Silvério http://lattes.cnpq.br/1654889819568367 http://lattes.cnpq.br/1042806990155996 Diniz, Bruno da Cunha http://lattes.cnpq.br/2022146558295249 Araújo, José Alexander http://lattes.cnpq.br/4144409737965759 Cardoso, Raphael Araújo http://lattes.cnpq.br/4020351126682611 Bessa, Wallace Moreira http://lattes.cnpq.br/3256782908311485 Redes neurais artificiais Cabos condutores de alumínio Fadiga em cabos Tensão média Diagramas de vida constante Poffenberger-Swart The Brazil continental dimensions and distance from the power generating units (usually hydroelectric) of the consumers centers are factors that raise the importance of the distribution lines, since an unexpected failure due to fatigue at the conducting cables, can reach tens of millions of consumers involving therefore, very high costs. In order to estimate the remaining cable fatigue life of these transmission lines, sophisticated laboratories and long tests are necessary to obtain S-N curves with the same level of mean stress applied in the field. Thus, it becomes desirable a model capable of predicting the resistance to fatigue of conductive cable effectively, simplifying the need for testing and the costs, in addition, of course, the risks of blackout. At this way, this study seeks to create Artificial Neural Networks (ANNs) architectures capable of estimating the fatigue strength of aluminum conducting cables. By varying the cable’s structural parameters such as the linear weight (W), the flexural stiffness module (EI) and the Poffenberger-Swart constant (K), taking into account the mean stress (stretching load) and the number of cycles to which the cables are subjected. The training and testing of the ANNs were made through a set of data obtained from fatigue tests carried out in the cable laboratory of the Fatigue, Fracture and Materials Group (GFFM) of the Federal University of Brasília (UnB) for different types of aluminum alloys cable. ANNs will be used to construct constant life diagrams for this family of cables, and compare the results obtained experimentally and by ANNs using the root mean square (RMS). The results obtained by the ANNs proved to be adequate, based mainly on the low RMS values obtained for the different ANN architectures and on the plotted constant life curves, thus attesting to the good generalization of the fatigue resistance for the aluminum conductor cables analyzed. As dimensões continentais do Brasil e a distância das unidades geradoras de energia (geralmente hidrelétricas) dos centros consumidores são fatores que elevam a importância das redes de distribuição, já que uma falha inesperada por fadiga nos cabos condutores pode atingir dezenas de milhões de consumidores envolvendo, portanto, custos altíssimos. Para estimar a vida remanescente dos cabos dessas linhas são necessários laboratórios sofisticados e longos ensaios para obtenção de curvas S-N com o mesmo nível de tensão média aplicado no campo. Assim, torna-se desejável um modelo capaz de prever a resistência à fadiga de cabos condutores com eficácia, simplificando a necessidade de ensaios e os custos, além, claro, dos riscos de blackout. Nesse sentido, este estudo busca desenvolver arquiteturas de Redes Neurais Artificiais (RNAs) capazes de estimar a resistência à fadiga de cabos condutores de alumínio, através da variação de parâmetros estruturais dos cabos como, o peso específico (W), o módulo de rigidez à flexão (EI) e a constante K de Poffenberger-Swart, levando em consideração a tensão média (carga de esticamento) e o número de ciclos a que os cabos são submetidos. O treinamento e validação das RNAs foram feitos através de um conjunto de dados obtidos a partir de ensaios de fadiga realizados no laboratório de cabos do Grupo de Fadiga, Fratura e Materiais (GFFM) da Universidade de Brasília (UnB) para diferentes tipos de cabos de ligas de alumínio. Através das RNAs são construídos diagramas de vida constante para essa família de cabos, sendo possível realizar uma comparação dos resultados obtidos experimentalmente e os obtidos pela RNAs através do erro médio quadrático. Os resultados obtidos pelas RNAs se mostraram adequados, baseados principalmente no baixo erro médio quadrático obtido para as diferentes arquiteturas de rede treinadas e validadas e nas curvas de vida constante geradas, atestando, assim, a boa generalização da resistência à fadiga dos cabos condutores de alumínio analisados. 2021-02-12T18:58:56Z 2021-02-12T18:58:56Z 2020-10-30 doctoralThesis CÂMARA, Eduardo César Bezerra. Estudo do comportamento à fadiga de cabos condutores de energia com alma de alumínio utilizando redes neurais artificiais. 2020. 104f. Tese (Doutorado em Engenharia Mecânica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020. https://repositorio.ufrn.br/handle/123456789/31523 pt_BR Acesso Aberto application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA

Registros relacionados