Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentado um estudo para a determinação do tamanho ótimo
da malha de elementos, utilizando redes neurais artificiais, para o cálculo da intensidade
útil. A ideia principal é treinar as redes de modo a possibilitar a aprendizagem e o reconhecimento
do melhor tamanho para diversas áreas superficiais em fontes sonoras com
geometria plana. A vantagem de se utilizar redes neurais artificiais deve-se ao fato de
apresentarem um único tamanho para a obtenção da intensidade útil, consequentemente,
uma redução significativa de tempo computacional quando comparado com o tempo de
cálculo de uma malha bem refinada. Ensaios numéricos com placas planas - geometria separável que permite uma solução analítica - são utilizados para se realizar comparações.
É
apresentado um estudo comparativo entre o tempo computacional gasto para a obtenção da intensidade útil e o mesmo com a malha otimizada via redes neurais artificiais.
Também é apresentada uma comparação do nível de potência sonora mediante solução
numérica, a fim de validar os resultados apresentados pelas redes neurais. / In this paper, a study to determine the optimal size of the mesh elements, using
artificial neural networks, to calculate useful intensity is presented. The main idea is
training the neural networks, enabling them learning and recognizing the best size for
the various superficial areas in sound sources with
at geometry. The advantage of using
artificial neural networks is due to the fact that they present a single size for obtaining
the useful intensity, thereby significantly reducing computation time compared with the
calculation time for a too fine mesh. Numerical tests with
at plates - separable geometry
that enables an analytical solution - are used to make comparisons. A comparative study
of the computational time spent to obtain the useful intensity and the computational
time spent to obtain the useful intensity using the mesh optimized via artificial neural
networks is presented. A comparison of the sound power level obtained by the numerical
solution in order to validate the results using neural networks is also presented.
Identifer | oai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:BDTD_UERJ:oai:www.bdtd.uerj.br:5169 |
Date | 15 September 2014 |
Creators | Taciano Magela de Souza Monteiro de Barros |
Contributors | Roberto Aizik Tenenbaum, Cleber de Almeida Corrêa Junior, Anderson Amendoeira Namen, Fernando Augusto de Noronha Castro Pinto |
Publisher | Universidade do Estado do Rio de Janeiro, Programa de Pós-Graduação em Modelagem Computacional, UERJ, BR |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UERJ, instname:Universidade do Estado do Rio de Janeiro, instacron:UERJ |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0025 seconds