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 | Ferro, Marco Aurélio Chaves | - |
Autor(es): dc.contributor | Leta, Fabiana Rodrigues | - |
Autor(es): dc.contributor | Perlingeiro, Mayra Soares Pereira Lima | - |
Autor(es): dc.contributor | Carneiro, Luiz Antônio Vieira | - |
Autor(es): dc.creator | Alvim, Rodrigo Cunha Sanches | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:06:20Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:06:20Z | - |
Data de envio: dc.date.issued | 2022-08-04 | - |
Data de envio: dc.date.issued | 2022-08-04 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/25999 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/763621 | - |
Descrição: dc.description | O presente trabalho tem como objetivo gerar uma base de dados com características geométricas, de material e cargas admissíveis de sistemas de suspensão offshore por meio do método de Elementos Finitos para posterior utilização em modelos de Redes Neurais. Nesse sentido, foram testadas diferentes configurações de Redes Neurais, variando seus hiperparâmetros, no intuito de atingir uma configuração ótima para a predição do comportamento mecânico estático dos parafusos de um sistema de suspensão offshore. Como conclusão é apresentado um modelo de Redes Neurais Artificiais capaz de prever com acurácia as cargas máximas admissíveis dos parafusos de um sistema de suspensão com um erro médio atrelado e um dado desvio padrão conhecidos. | - |
Descrição: dc.description | The present work aims to generate a database with geometric, material and admissible loads of offshore suspension systems using the Finite Element method for later use in Neural Network models. In this sense, different configurations of Neural Networks will be tested, varying their hyperparameters, in order to reach an optimal configuration for the prediction of the static mechanical behavior of the bolts of an offshore suspension system. In conclusion, a model of Artificial Neural Networks is presented capable of accurately predicting the maximum permissible loads of the bolts of a hang-off system with a known average error and standard deviation. | - |
Descrição: dc.description | 38 p. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Redes Neurais Artificiais | - |
Palavras-chave: dc.subject | Otimização | - |
Palavras-chave: dc.subject | Indústria Óleo e Gás | - |
Palavras-chave: dc.subject | Inteligência Artificial | - |
Palavras-chave: dc.subject | Inteligência Artificial | - |
Palavras-chave: dc.subject | Análise estrutural (Engenharia) | - |
Palavras-chave: dc.subject | Otimização estrutural | - |
Palavras-chave: dc.subject | Artificial Neural Networks | - |
Palavras-chave: dc.subject | Oil and Gas Industry | - |
Palavras-chave: dc.subject | Optimization | - |
Palavras-chave: dc.subject | Artificial Intelligence | - |
Título: dc.title | Modelo de redes neurais aplicado na predição da carga máxima admissível dos parafusos de um sistema de suspensão offshore | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: