Ref.: MCoMss33-002
Apresentador: LAIZA LAURIANO
Autores (Instituição): LAURIANO, L.(Universidade Federal do Espírito Santo); Dutra, J.(Universidade Federal do Espírito Santo); Oliveira, M.(Universidade Federal do Espírito Santo); Dias, A.(Universidade Federal do Rio de Janeiro);
Resumo:
Os compósitos têm sido amplamente utilizados nas áreas da engenharia e automação, devido ao seu impacto significativo nessas áreas, proporcionando maior resistência, durabilidade e outras características vantajosas. No entanto, o uso de fibras sintéticas na fabricação de compósitos tem sido questionado devido à sua baixa sustentabilidade. Portanto, o estudo da aplicação de fibras naturais e vegetais, conhecidas como fibras lignocelulósicas, em compósitos tem se destacado como um campo de grande avanço. A caracterização das fibras é um processo longo e requer investimento financeiro, cada fibra apresenta propriedades físicas e mecânicas distintas, o que modifica a sua forma de aplicação. Dessa forma, a aplicação de modelos matemáticos visa acelerar esse processo, tornando a etapa de caracterização mais ágil. Aplicações de inteligência artificial (IA) em problemas técnicos da ciência e engenharias ganhou destaque nos últimos anos, principalmente quando se trata de problemas envolvendo a previsão e avaliação de propriedades mecânicas. O atrativo dessas IA está ligado à capacidade de autoaprendizado e a capacidade de obter resultados precisos, além da economia de tempo e dinheiro para experimentos, com modelagem, previsão e otimização de processos complicados e o uso dessa abordagem torna-se tendência no desenvolvimento no campo de materiais compósitos. A capacidade de analisar dados complexos, identificar padrões e prever o desempenho dos compósitos com base em informações históricas é essencial para garantir a qualidade e eficiência dos produtos. Além disso, a utilização de tecnologias como Big Data, Internet das Coisas (IoT) e computação em nuvem, aliadas à inteligência artificial, oferece benefícios tangíveis na seleção de fibras para compósitos. Essas tecnologias permitem coletar, analisar e compartilhar grandes quantidades de dados, facilitando a identificação das melhores opções de fibras baseando em critérios como resistência, durabilidade e custo. As técnicas quimiométricas utilizadas ao longo do processo analítico, como o planejamento experimental, amostragem e análise exploratória de dados, tornaram-se uma ferramenta eficaz. Respostas relacionadas ao processamento dos dados químicos são obtidas por meio de métodos matemáticos e estatísticos que levam em consideração a correlação entre as amostras, as variáveis e a relação simultânea entre as mesmas, possibilitando a obtenção de um maior volume de informações e interpretações. A quimiometria ligada às fibras e à inteligência artificial representa uma abordagem inovadora e promissora para a análise e otimização de materiais têxteis. Ao integrar métodos estatísticos avançados com algoritmos de IA, é possível obter insights valiosos que impulsionam a inovação, avanços científicos e tecnológicos significativos. Portanto, uma análise crítica será conduzida, conectando os avanços da IA com a integração de fibras lignocelulósicas em compósitos, considerando implicações ambientais e tecnológicas.