Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Federal University of Rio Grande do Sul (UFRGS) | - |
Autor(es): dc.contributor | Federal University for Latim American Integration (UNILA) | - |
Autor(es): dc.creator | Monticeli, Francisco M. [UNESP] | - |
Autor(es): dc.creator | Neves, Roberta Motta | - |
Autor(es): dc.creator | Ornaghi Júnior, Heitor Luiz | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:45:09Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:45:09Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-03-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s10570-021-03684-2 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/205740 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/205740 | - |
Descrição: dc.description | Abstract: Vegetal fibers are prominent reinforcements for polymer composite materials, considering their properties and application possibilities. In particular, thermal degradation behavior is crucial for determining an application subjected to a temperature range. Methods to predict properties are a trend in materials science and have the main advantage of saving cost and time. For this reason, in the present study, an artificial neural network (ANN) approach was used to predict the thermal degradation curves. The heating rate of 10 °C·min− 1 was carried out to train the network with 12 hidden layers and optimal training dataset of 60. Other heating rates were simulated and showed an excellent agreement with the experimental data. The coefficient of determination was R2 > 0.99 for all sources of biomass, exhibiting appropriate predictive fit with error following the sequence: ramie (1.15 %) < kenaf (1.33 %) < curaua (1.83 %) < jute (1.97 %). In conclusion, ANNs can learn from their data and optimize processing, formulations, predict properties, and other input data combinations. The predictive curves present high reliability with the experimental fit allowing the prediction of the mass loss for different temperatures versus the heating rate set. Graphic abstract: [Figure not available: see fulltext.]. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Department of Materials and Technology School of Engineering São Paulo State University (Unesp) | - |
Descrição: dc.description | Graduate Program in Mining Metallurgical and Materials Engineering Federal University of Rio Grande do Sul (UFRGS) | - |
Descrição: dc.description | Federal University for Latim American Integration (UNILA) | - |
Descrição: dc.description | Department of Materials and Technology School of Engineering São Paulo State University (Unesp) | - |
Formato: dc.format | 1961-1971 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Cellulose | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Artificial neural network | - |
Palavras-chave: dc.subject | Cellulose | - |
Palavras-chave: dc.subject | Simulation | - |
Palavras-chave: dc.subject | Thermal analysis | - |
Palavras-chave: dc.subject | Wood | - |
Título: dc.title | Using an artificial neural network (ANN) for prediction of thermal degradation from kinetics parameters of vegetable fibers | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: