Universidade Federal do Ceará
Laboratório de Mecânica Computacional e Visualização

O projeto de pesquisa Aprendizado de máquina híbrido para simulação e otimização eficiente de estruturas de materiais compósitos foi aprovado na Chamada CNPq/MCTI/FNDCT Nº 22/2024 – Programa Conhecimento Brasil – Apoio a Projetos em Rede com Pesquisadores Brasileiros no Exterior. O projeto é coordenado pelo Prof. Evandro Parente Junior e terá vigência de 27/12/2024 a 31/12/2026.

O projeto visa fortalecer a parceria entre o Laboratório de Mecânica Computacional (LMCV/UFC) e o Statistical Learning for Intelligent Material Modeling Laboratory (SLIMM Lab/TUDelft) no desenvolvimento de métodos eficientes para simulação e otimização de estruturas de materiais compósitos, com foco no uso de técnicas de Aprendizado de Máquina. As pesquisas tratarão dos compósitos reforçados por fibras e materiais com gradação funcional, envolvendo tanto compósitos avançados para aplicações de alto desempenho, quanto compósitos de fibras naturais para componentes produzidos em larga escala. Devido aos diversos mecanismos de degradação e falha, os materiais compósitos apresentam comportamento fortemente não linear nas várias escalas de observação das estruturas, necessitando de ferramentas apropriadas para simulação computacional. A fim de explorar todo o potencial dos compósitos, é necessário o uso de técnicas de otimização no projeto estrutural. Contudo, devido ao elevado custo computacional das análises não lineares, a otimização é feita comumente utilizando métodos simplificados, podendo resultar em soluções inseguras e ineficientes. Neste projeto, serão desenvolvidos métodos e modelos para simulação computacional de estruturas de materiais compósitos usando abordagens macro, micro e multiescala. Técnicas de Aprendizado de Máquina serão utilizadas para desenvolver modelos constitutivos capazes de representar de forma eficiente o comportamento não linear dos compósitos na microescala. Esta abordagem reduzirá de forma significativa o tempo de simulação de estruturas de materiais compósitos. A verificação destes modelos será realizada utilizando a abordagem multiescala FE2 e validação através da realização de ensaios de laboratório. Estratégias baseadas em Processos Gaussianos serão utilizadas para aproximar os resultados dos métodos de simulação e reduzir o custo computacional da otimização de estruturas de materiais compósitos.