A determinação do espectro de relaxação de polímeros utilizando dados de tensão oscilatória de baixa amplitude pode ser calculada assumindo-se que existe uma única função contínua H(λ) capaz de descrever o comportamento viscoelástico linear. O objetivo deste trabalho é determinar esta função ou uma aproximação da mesma utilizando um algoritmo estocástico denominado Simulated Annealing. A estratégia proposta é similar a proposta por Jensen (2002), entretanto, a lista de resfriamento do algoritmo foi modificada, objetivando-se uma maior robustez do referido algoritmo. A ferramenta computacional foi calibrada de forma a estimar com acurácia o espectro de relaxação discreto de outros polímeros. Os métodos de interpolação lagrangeana e de regressão não-linear foram aplicados para obter a função contínua do espectro de relaxação, a partir de um conjunto discreto de dados. Os resultados obtidos para o polietileno linear de baixa densidade (PELBD) comprovaram a eficiência da ferramenta computacional de otimização, sendo extremamente próximos aos fornecidos pelo reômetro AR 2000 (CENPES/PETROBRAS). / The determination of the relaxation spectrum using data from small amplitude oscillatory shear rate was accomplished by assuming that exists a unique continuous function H(λ) which describes linear viscoelasticity. The aim of this work is to determine this function or a close approximation using a computer stochastic algorithm called Simulated Annealing (SA). The strategy is the same proposed by Jensen, but the cooling schedule of SA algorithm was modified, in order to enhance the robustness of the referred algorithm. Besides, a calibration procedure was conducted for estimate accurate relaxation spectrum for other polymers. Lagrangean interpolation and nonlinear regression techniques were applied in order to obtain the continuous function that represent relaxation spectrum, using discrete data. The results generated for low linear density polyethylene (LLDPE) indicate the efficiency of the optimization computational tool, being extremely close to that produced by AR 2000 rheometer (CENPES/PETROBRAS).

A determinação do espectro de relaxação de polímeros utilizando dados de tensão oscilatória de baixa amplitude pode ser calculada assumindo-se que existe uma única função contínua H(λ) capaz de descrever o comportamento viscoelástico linear. O objetivo deste trabalho é determinar esta função ou uma aproximação da mesma utilizando um algoritmo estocástico denominado Simulated Annealing. A estratégia proposta é similar a proposta por Jensen (2002), entretanto, a lista de resfriamento do algoritmo foi modificada, objetivando-se uma maior robustez do referido algoritmo. A ferramenta computacional foi calibrada de forma a estimar com acurácia o espectro de relaxação discreto de outros polímeros. Os métodos de interpolação lagrangeana e de regressão não-linear foram aplicados para obter a função contínua do espectro de relaxação, a partir de um conjunto discreto de dados. Os resultados obtidos para o polietileno linear de baixa densidade (PELBD) comprovaram a eficiência da ferramenta computacional de otimização, sendo extremamente próximos aos fornecidos pelo reômetro AR 2000 (CENPES/PETROBRAS). / The determination of the relaxation spectrum using data from small amplitude oscillatory shear rate was accomplished by assuming that exists a unique continuous function H(λ) which describes linear viscoelasticity. The aim of this work is to determine this function or a close approximation using a computer stochastic algorithm called Simulated Annealing (SA). The strategy is the same proposed by Jensen, but the cooling schedule of SA algorithm was modified, in order to enhance the robustness of the referred algorithm. Besides, a calibration procedure was conducted for estimate accurate relaxation spectrum for other polymers. Lagrangean interpolation and nonlinear regression techniques were applied in order to obtain the continuous function that represent relaxation spectrum, using discrete data. The results generated for low linear density polyethylene (LLDPE) indicate the efficiency of the optimization computational tool, being extremely close to that produced by AR 2000 rheometer (CENPES/PETROBRAS).