Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/58889
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSantos Júnior, José Alves dos-
dc.date.accessioned2024-02-07T16:12:01Z-
dc.date.available2024-02-07T16:12:01Z-
dc.date.issued2024-02-07-
dc.date.submitted2021-12-15-
dc.identifier.citationSANTOS JÚNIOR, J. A. dos. Predição de propriedades mecânicas da madeira termicamente modificada por redes neurais artificiais. 2024. 70 p. Dissertação (Mestrado em Ciência e Tecnologia da Madeira)–Universidade Federal de Lavras, Lavras, 2021.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/58889-
dc.descriptionArquivo retido, a pedido do autor, até fevereiro de 2025.-
dc.description.abstractTreatments aimed at improving wood characteristics have been widely employed to enhance its value in the industry. Among these treatments, thermal modification stands out. However, after treatment, the evaluation of mechanical properties becomes crucial, as there is often a reduction in strength. Concurrently, artificial neural networks (ANNs) have played a significant role in wood quality assessment and processing, offering fundamental potential for predicting its characteristics. This study aimed to investigate the effect of thermal treatment at different temperatures on the mechanical properties and colorimetric characteristics of Pinus wood and develop prediction models using Artificial Neural Networks (ANNs) to estimate the Modulus of Elasticity (MOE) and Modulus of Rupture (MOR) based on thermal treatment parameters and colorimetric characteristics. The study involved static bending mechanical tests, colorimetric analyses, and thermal treatments on Pinus elliottii wood specimens. The results demonstrated that thermal treatment significantly affected the mechanical properties of wood, with an increase in MOE up to 160°C and a gradual reduction at higher temperatures, while MOR showed a decreasing trend from 180°C onwards. Thermal treatment of Pinus elliottii wood had significant impacts on colorimetric characteristics. Brightness (L*) exhibited a positive relationship at 160°C and then decreased, while red hue (a*) and yellow hue (b*) showed specific variations at different temperatures. Color saturation (C*) and hue angle (h*) were also affected by thermal treatment, with results varying according to temperature conditions and exposure time. The ANN prediction models proved effective in estimating MOE and MOR based on thermal treatment parameters and wood colorimetric characteristics. The results indicated that the ANN models achieved satisfactory levels of accuracy, with MAPE of 11.90% for MOE and 14.41% for MOR. Additionally, R² values were 0.82 for MOE and 0.81 for MOR, demonstrating the models' ability to explain variations in mechanical properties. In terms of practical implications, the developed prediction models can be applied in the thermally treated wood industry to optimize production processes, predict product lifespan, and enhance product quality. However, it is important to consider the models' sensitivity to extreme data variations and identify potential improvements, such as the inclusion of additional variables related to wood manufacturing and thermal treatment.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsrestrictAccesspt_BR
dc.rightsAttribution-ShareAlike 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-sa/4.0/*
dc.subjectTratamento térmicopt_BR
dc.subjectMadeira de pinuspt_BR
dc.subjectPropriedades mecânicaspt_BR
dc.subjectCaracterísticas colorimétricaspt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectQualidade da madeirapt_BR
dc.subjectThermal treatmentpt_BR
dc.subjectPinus woodpt_BR
dc.subjectMechanical propertiespt_BR
dc.subjectColorimetric characteristicspt_BR
dc.subjectArtificial neural networkspt_BR
dc.subjectWood qualitypt_BR
dc.subjectPinus elliottiipt_BR
dc.titlePredição de propriedades mecânicas da madeira termicamente modificada por redes neurais artificiaispt_BR
dc.title.alternativePrediction of mechanical properties of thermally modified wood using artificial neural networkspt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência e Tecnologia da Madeirapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Silva, José Reinaldo Moreira da-
dc.contributor.advisor-co1Lima, José Tarcísio-
dc.contributor.referee1Hein, Paulo Ricardo Gherardhi-
dc.contributor.referee2Trugilho, Paulo Fernando-
dc.contributor.referee3Couto, Allan Motta-
dc.description.resumoTratamentos visando à melhoria das características da madeira têm sido amplamente empregados para incrementar seu valor na indústria. Entre esses tratamentos, destaca-se a modificação térmica. Entretanto, após o tratamento, a avaliação das propriedades mecânicas torna-se crucial, uma vez que frequentemente há redução na resistência. Paralelamente, as redes neurais artificiais (RNAs) têm desempenhado papel significativo na avaliação de qualidade e no processamento da madeira, oferecendo potencial fundamental para a previsão de suas características. Este estudo teve como objetivos investigar o efeito do tratamento térmico, em diferentes temperaturas nas propriedades mecânicas e características colorimétricas da madeira de Pinus e desenvolver modelos de predição utilizando Redes Neurais Artificiais (RNAs) para estimar o Módulo de Elasticidade (MOE) e o Módulo de Ruptura (MOR) com base nos parâmetros do tratamento térmico e nas características colorimétricas. O estudo envolveu a realização de ensaios mecânicos de flexão estática, análises colorimétricas e tratamentos térmicos em corpos de prova de madeira de Pinus elliottii. Os resultados demonstraram que o tratamento térmico afetou significativamente as propriedades mecânicas da madeira, com aumento do MOE até 160°C e redução gradual em temperaturas mais elevadas, enquanto o MOR apresentou tendência de redução a partir de 180°C. O tratamento térmico da madeira de Pinus elliottii teve impactos significativos nas características colorimétricas. A luminosidade (L*) houve uma relação positiva em 160°C e, posteriormente, diminuiu, enquanto o matiz vermelho (a*) e o matiz amarelo (b*) mostraram variações específicas em diferentes temperaturas. A saturação de cor (C*) e o ângulo de tonalidade (h*) também foram afetados pelo tratamento térmico, com resultados que variaram de acordo com as condições de temperatura e tempo de exposição. Os modelos de predição desenvolvidos por RNAs mostraram-se eficazes na estimativa do MOE e MOR com base nos parâmetros de tratamento térmico e nas características colorimétricas da madeira. Os resultados indicaram que os modelos de RNA alcançaram níveis satisfatórios de precisão, com MAPE de 11,90% para o MOE e 14,41% para o MOR. Além disso, os valores de R² foram de 0,82 para o MOE e 0,81 para o MOR, demonstrando a capacidade dos modelos de explicar as variações nas propriedades mecânicas. Quanto às implicações práticas, os modelos de predição desenvolvidos podem ser aplicados na indústria da madeira tratada termicamente para otimizar processos de produção, prever a vida útil de produtos e melhorar a qualidade dos produtos. No entanto, é importante considerar a sensibilidade dos modelos a variações extremas nos dados e identificar possíveis melhorias, como a inclusão de variáveis adicionais relacionadas à fabricação e tratamento térmico da madeira.pt_BR
dc.publisher.departmentDepartamento de Ciências Florestaispt_BR
dc.subject.cnpqPropriedades Físico-Mecânicas da Madeirapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/88801653887422pt_BR
Aparece nas coleções:Ciência e Tecnologia da Madeira - Mestrado (Dissertações)

Arquivos associados a este item:
Não existem arquivos associados a este item.


Este item está licenciada sob uma Licença Creative Commons Creative Commons