Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Edifício Comercial Lorivo | - |
Autor(es): dc.contributor | Federal University of Rio Grande do Sul (UFRGS) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Ornaghi, Heitor Luiz | - |
Autor(es): dc.creator | Neves, Roberta Motta | - |
Autor(es): dc.creator | Monticeli, Francisco M. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:47:10Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:47:10Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2021-09-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/textiles1020013 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/308526 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/308526 | - |
Descrição: dc.description | Lignocellulosic fibers are widely applied as reinforcement in polymer composites due to their properties. The thermal degradation behavior governs the maximum temperature at which the fiber can be applied without significant mass loss. It is possible to determine this temperature using Thermogravimetric Analysis (TG). In particular, when curves are obtained at different heating rates, kinetic parameters can be determined by using Arrhenius-based equations, and more detailed characteristics of the material are obtained. However, every curve obtained at a distinct heating rate demands material, cost and time. Methods to predict thermogravimetric curves can be very useful in the materials science field, and in this sense, mathematical approaches are powerful tools, if well employed. For this reason, in the present study, thermogravimetric curves from curaua fiber were obtained at four different heating rates (5, 10, 20 and 40 °C·min−1) and Vyazovkin kinetic parameters were obtained using free available software. After, the experimental curves were fitted using an artificial neural network (ANN) approach followed by a Surface Response Methodology (SRM) aiming to obtain curves at any heating rate between the minimum and maximum experimental heating rates. Finally, Vyazovkin kinetic parameters were tested again, with the new predicted curves at the heating rates of 7, 15, 30 and 50 °C·min−1. Similar values of the kinetic parameters were obtained compared to the experimental ones. In conclusion, due to the capability to learn from the own data, ANN combined with SRM seems to be an excellent alternative to predict TG curves that do not test experimentally, opening the range of applications. | - |
Descrição: dc.description | Department of Materials Engineering Federal University for Latin American Integration (UNILA) Edifício Comercial Lorivo, Av. Silvio Américo Sasdelli, 1842, Vila A, PR | - |
Descrição: dc.description | Post-Graduation Program in Mining Metallurgical and Materials Federal University of Rio Grande do Sul (UFRGS), Av. Bento Gonçalves, 9500, Setor 4, Prédio 74, Sala 211, RS | - |
Descrição: dc.description | Departament of Materials and Technology São Paulo State University (Unesp) School of Engineering, SP | - |
Descrição: dc.description | Departament of Materials and Technology São Paulo State University (Unesp) School of Engineering, SP | - |
Formato: dc.format | 258-267 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Textiles | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | artificial neural network | - |
Palavras-chave: dc.subject | kinetic analysis | - |
Palavras-chave: dc.subject | lignocellulosic fiber | - |
Palavras-chave: dc.subject | thermal degradation | - |
Título: dc.title | Application of the Artificial Neural Network (ANN) Approach for Prediction of the Kinetic Parameters of Lignocellulosic 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: