Título: Otimização do Processo de Estampagem de Peça Automotiva Utilizando Rede Neural Artificial e Algoritmo Evolutivo Multiobjetivo
Autores: Peter Laureano Brendel, José Osvaldo Amaral Tepedino, Fabiano Miranda, José Francisco Silva Filho and Rafael Stubs Parpinelli.
Resumo:
A estampagem de peça automotiva é o processo de criar algumas partes metálicas que são utilizadas para compor a estrutura de automóveis como, por exemplo, o capô de um carro. O problema se caracteriza como problema de otimização multiobjetivo porque, para cada peça, é possível encontrar uma combinação de variáveis que impactam diferentes critérios de produção. No presente trabalho, é apresentado um modelo neuro-evolutivo para identificar valores otimizados de variáveis desse processo, de modo a atender simultaneamente três objetivos (fraturas, rugas e estiramento insuficiente) para a fabricação sem falhas. O modelo de RNA é construído utilizando dados de simulações numéricas do processo de estampagem e este modelo é utilizado pelo algoritmo NSGA-II para vasculhar o espaço de busca considerando os múltiplos objetivos. Resultados obtidos pela abordagem proposta demonstram a eficiência do modelo, contribuindo para identificação de uma solução mais eficiente para o estudo de caso experimentado.
Palavras-chave:
Otimização multiobjetivo, Estampagem Metálica, Redes Neurais Artificiais, Computação Evolucionária, Indústria Automotiva.
Páginas: 6
Código DOI: 10.21528/CBIC2021-71
Artigo em pdf: CBIC_2021_paper_71.pdf
Arquivo BibTeX: CBIC_2021_71.bib