Aplicação da rede neural MLP (Multilayer Perceptron) em indústria de pisos e revestimentos do Pólo Cerâmico de Santa Gertrudes - SP /

• Main Author: Ferro, Luciano.
• Other Authors: Universidade Estadual Paulista "Júlio de Mesquita Filho" Instituto de Geociências e Ciências Exatas.
• Format: Others
• Language: Portuguese; Portuguese
• Published: Rio Claro, 2013
• Subjects: Neural networks (Computer science); Redes neurais (Computação); Argila.; Inteligência artificial.; Pisos.; Santa Gertrudes (SP)
• Online Access: http://hdl.handle.net/11449/102925

Orientador: José Ricardo Sturaro === Banca: Paulo Milton Barbosa Landim === Banca: Ricardo Egydio de Carvalho === Banca: Alessandro Firmiano de Jesus === Banca: Alexandre Campane Vidal === Resumo: As Redes Neurais Artificiais se constituem numa alternativa à computação programada tradicional e foram aplicadas em quase todos os ramos do conhecimento humano. Em Geotecnologia, no entanto, ainda são escassas as aplicações de maneira que, com este trabalho, procura-se mostrar que elas também podem ser aplicadas em indústrias de pisos e revestimentos cerâmicos do Pólo Cerâmico de Santa Gertrudes, Estado de São Paulo. Para isso, foram utilizados corpos-de-prova elaborados, testados e analisados nas indústrias Triunfo Cerâmica e Rochaforte Cerâmica, com argilas oriundas de nove minas da região que constitui o Pólo Cerâmico de Santa Gertrudes, dentre aquelas que representavam toda a coluna estratigráfica da Formação Corumbataí com amostras bem diferenciadas. Os dados obtidos relativos às variáveis físicas foram gentilmente cedidos pelo proprietário das indústrias acima citadas e as variáveis físicas usadas neste estudo são a Densidade de Prensagem (DP), a Densidade Aparente de Corpos-de-Prova Secos (DAS), a Retração Linear de Secagem (RLS), a Retração Linear de Queima (RLQ), a Perda ao Fogo (PF), a Carga de Ruptura (CR), a Absorção de Água (Abs) e o Módulo de Resistência à Flexão (MRF). Para a análise, os corpos-de-prova foram submetidos a quatro temperaturas de queima 1000°C, 1020°C, 1040°C e 1060°C, onde cada um destes valores deu origem a uma rede neural MLP (Multilayer Perceptron) de três camadas, para as quais foi usada a Regra do Aprendizado de Retropropagação do Erro (Backpropagation, do original em inglês) === Abstract: Artificial Neural Networks constitute an alternative to traditional programmed computation and have been applied in almost all branches of human knowledge. However, they are rarely applied in Geotechnology, so this work aims to show that they can be applied in the flooring and ceramic tile industries in the Principial Ceramic Region of Saint Gertrudes, São Paulo State. For this purpose, proof specimens elaborated, tested and analyzed in the industries of Triunfo Cerâmica and Rochaforte Cerâmica were used. These proof specimens were composed of well differentiated clays from nine mines in the Principial Ceramic Region of Saint Gertrudes, and these mines are representative of all the stratigraphic column of the Corumbataí Formation. The data relative to physical variables were graciously provided by the owner of the above mentioned industries, and the physical variables used in this study are Pressing Density (DP), Bulk Density of Dry Specimens (DAS), Linear Shrinkage Drying (RLS), Linear Shrinkage Firing (RLQ), Loss on Ignition (PF), Tensile Strength (CR), Water Absorption (Abs) and Flexural Modulus of Resistance (MRF). For analysis, the proof specimens were subjected to four firing temperatures, 1000° C, 1020° C, 1040° C and 1060°C. Each one of these values gave rise to a neural network MLP (Multilayer Perceptron) of three tiers for which the Backpropagation rule of learning was used === Doutor