[pt] Métodos de aprendizado de máquina vêm sendo bastante utilizados na área de mecânica dos sólidos devido ao grande volume de dados disponíveis na literatura. A motivação deste trabalho foi o estudo do acúmulo de deformação plástica na escala de grãos, pois o uso do aprendizado de máquina pode ser uma significativa contribuição para criar modelos capazes de prever o acúmulo de deformações. O objetivo deste trabalho foi aprimorar a previsão do acúmulo de deformação plástica propondo um novo método de previsão de acúmulo de deformações plásticas em contornos de grãos de um material policristalino, usando modelos de aprendizado de máquina. Este trabalho utilizou-se de dados experimentais da literatura para estruturar três bancos de dados, os que consideraram somente os contornos de grãos. Nas previsões foram utilizados os seguintes métodos: Decision Tree, Random Forest, Stochastic Gradient Descent, K-Nearest Neighbors, Gradient Boosting Regressor e Análise de Componentes Principais (PCA). Na avaliação dos modelos foram empregados os métodos de validação cruzada e reamostragem de Monte Carlo. As métricas de erro aplicadas foram o coeficiente de determinação (R2) e o coeficiente de correlação de Pearson (R). Os resultados apontaram que as previsões foram coerentes e de boa qualidade, melhorando os valores médios do coeficiente de Pearson em aproximadamente 30 por cento comparados aos valores da literatura. Para o R(2) a média de valores alcançada foi de 0.85. Conclui-se que o uso do método de aprendizado de máquina se mostra confiável na previsão do acúmulo de deformação plástica no contorno do grão de um material policristalino. / [en] Machine learning methods have been widely used in the area of solid mechanics due to the large volume of data available in the literature. The motivation for this work was the study of the accumulation of plastic strain at the grain scale. Because the use of machine learning can be a significant contribution to creating models capable of predicting the accumulation of deformation. The objective of this work was to improve the prediction of plastic strain accumulation by proposing a new method for predicting the accumulation of plastic strains in grain boundaries of a polycrystalline material, using machine learning models. This work uses experimental data from the literature to structure three databases, which only consider grain boundaries. The following methods were used in the predictions: Decision Tree, Random Forest, Stochastic Gradient Descent, K-Nearest Neighbors, Gradient Boosting Regressor, and Principal Component Analysis (PCA). Monte Carlo crossvalidation and resampling methods were used to evaluate the models. The error metrics applied were the coefficient of determination (R2) and the Pearson correlation coefficient (R). The results indicate that the predictions were coherent and of good quality, improving the average Pearson coefficient values by approximately 30 percent compared to literature values. For R(2), the average value achieved was 0.85. It is concluded that the use of the machine learning method proves to be reliable in predicting the accumulation of plastic strain at the grain boundary of a polycrystalline material.

No description available.

[pt] A técnica de correlação digital de imagens (Digital Image Correlation, DIC) é uma técnica óptica de campo global que consiste na análise de imagens da superfície de um espécime antes e após seu carregamento para determinação de campos de deslocamentos e deformações. Neste trabalho foram usados um sistema DIC estereoscópico convencional 3D, para aplicações em campos de visão (macro) da ordem de 200mmx200mm, e um sistema DIC estereomicroscópico 3D, para aplicações em áreas tão pequenas quanto 1mm quadrado. Para a análise de deformações em campos com dimensões tão diferentes precisou-se desenvolver uma metodologia para controlar parâmetros da técnica DIC, tais como dimensões de pontos (speckles) impressos no espécime e tamanhos de subsets e steps usados para a correlação das imagens captadas. A seleção dos problemas estruturais para aplicação da técnica levou em conta não só a diversidade destes, como também o pioneirismo das aplicações de DIC a problemas nos quais podem ser gerados resultados que melhor ajudem na compreensão de suas facetas específicas. Assim, a técnica foi aplicada à medição de deformações em tubos com defeitos por suas vantagens de medição de grandes deformações e de visualização de regiões de interesse, sob a forma de campos globais de deformações. Na área de determinações de propriedades mecânicas de materiais compósitos, foram realizadas medições em espécimes não convencionais de resina epóxi reforçados por fibras de carbono ou fibras de vidro para determinação de suas propriedades elásticas. Por fim, foram realizadas medições em um espécime Compact Tension Specimen CTS de aço grau API 5LX60 contendo uma trinca e em espécimes com entalhes profundos (concentrações de tensões) constituídos por materiais distintos (policarbonato e alumínio), para obtenção de campos de deslocamentos e de deformações elastoplásticas. Nestas aplicações os resultados obtidos com a técnica DIC foram comparados com aqueles obtidos com modelos de elementos finitos (EF), com medições com extensômetros de resistência elétrica (strain gages) e com resultados analíticos publicados na literatura. Levando-se em conta as comparações feitas, a grande maioria dos experimentos realizados pode ser considerada satisfatória. Ao longo da tese foram descritas as adaptações, considerações e boas práticas consideradas necessárias para obtenção de bons resultados nas diferentes medições e para os diferentes aparatos experimentais utilizados. Estas recomendações serão bastante úteis para medições futuras ou mesmo para auxiliar na avaliação de confiabilidade de alguns resultados apresentados na literatura especializada. / [en] The digital image correlation (DIC) technique is a global field optical technique that consists in the analysis of images taken from the surface of a specimen before and after being subjected to a load, in order to determine displacement and strain fields. In the current work, both conventional 3D stereoscopic and micro-stereoscopic DIC systems were used, the former for applications in macroscopic fields of view (of the order of 200mm x 200mm), and the latter for applications in surface areas as small as 1mm square. For strain analysis in fields with such varied dimensions, the development of a methodology to control some parameters of the technique was required. Among the parameters to be controlled were dimensions of speckles printed on the specimen and size of the subsets and steps used in the image correlation procedure. The selection of structural problems to be analyzed by the DIC technique took into account not only diversity, but also the pioneering aspect in terms of DIC application to problems which can generate results that lead to a better comprehension of its specific issues. Hence, the technique was applied to the measurement of global strain fields in defective tubes, due to the advantages in measuring large strains and visualizing the regions of interest in such cases. For determination of the mechanical properties of composite materials, measurements were performed in non-conventional specimens made of epoxy resin and reinforced by carbon or glass fibers for evaluation of its elastic properties. Finally, measurements in a cracked Compact Tension Specimen (CTS) with degree of steel API 5LX60 and in specimens with deep notches (stress concentration) consisting of different materials (polycarbonate and aluminum) were carried out for estimation of displacement fields and elastoplastic strains. For those applications, the results were compared with those obtained from finite element models, from strain gages, and also with analytical results from the literature. Taking into account such comparisons, it can be said that the great majority of the experimental measurements was satisfactory. Throughout the current manuscript, the required adaptations, good practices needed to achieve reliable results from the different types of measurement and experimental apparatus, as well as other considerations, were carefully described. These recommendations will be quite useful for future measurements, or even to assist in the evaluation of the reliability of certain results presented in the specialized literature.