APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA MODELAGEM PREDITIVA DAS PROPRIEDADES DE COMPÓSITOS DE POLIBUTADIENO COM NEGRO DE CARBONO RECUPERADO

Jeferson Shiguemi Mukuno; Renivaldo Jose dos Santos

Título do Trabalho

Autores

Jeferson Shiguemi Mukuno
Renivaldo Jose dos Santos

Modalidade

Resumo

Área temática

Modelagem de Materiais

Data de Publicação

23/01/2026

País da Publicação

Brasil

Idioma da Publicação

pt-BR

Página do Trabalho

https://www.even3.com.br/anais/virtppgctm-571248/1415655-aplicacao-de-redes-neurais-artificiais-na-modelagem-preditiva-das-propriedades-de-compositos-de-polibutadieno-co

ISBN

978-65-272-2157-9

Palavras-Chave

redes neurais artificiais, negro de carbono recuperado, compósitos elastoméricos, propriedades mecânicas, sustentabilidade.

Resumo

O aumento do consumo de pneus, impulsionado pela expansão econômica e pelas crescentes demandas logísticas, tem gerado preocupações quanto à destinação adequada dos resíduos. A pirólise surge como alternativa sustentável ao descarte em aterros, ao converter pneus inservíveis em produtos de valor agregado, como gases, óleos e o negro de carbono recuperado (recovered carbon black – rCB), material com potencial de reaproveitamento como carga de reforço em compósitos elastoméricos. Entretanto, a composição química distinta do rCB em relação ao negro de carbono comercial, sobretudo quanto aos teores de óleo, cinzas e carbono, e a heterogeneidade de suas propriedades limitam seu uso industrial. As tentativas de aprimorar o desempenho mecânico de elastômeros com rCB baseiam-se, em geral, em métodos empíricos e iterativos, onerosos e geradores de resíduos. Este estudo propõe o uso de redes neurais artificiais (artificial neural networks – ANNs) para prever propriedades reométricas e mecânicas de compósitos de polibutadieno (BR) contendo rCB, visando otimizar o processo de formulação, reduzir custos e impactos ambientais. As ANNs, inspiradas no funcionamento do cérebro humano, reconhecem padrões complexos e ajustam funções a partir do aprendizado com dados experimentais, fornecendo previsões precisas. Foram preparadas seis formulações de BR, com teores de rCB entre 0 e 50 partes por cem partes de borracha (phr), em incrementos de 10 phr. As amostras foram submetidas a ensaios reométricos e mecânicos, e os dados resultantes utilizados no treinamento das ANNs, empregando o algoritmo de regularização bayesiana, considerado o mais adequado ao conjunto de dados. Os resultados apresentaram desvios entre -5,08% e 8,09% em relação aos ensaios de confirmação, demonstrando a eficácia das ANNs como ferramenta preditiva para sistemas elastoméricos e sua contribuição para o desenvolvimento de processos mais eficientes e sustentáveis.

Título do Evento: 6ª Reunião Técnica do Programa de Pós-graduação em Ciência e Tecnologia de Materiais
Cidade do Evento: Presidente Prudente
Título dos Anais do Evento: Anais da 6ª Reunião Técnica do Programa de Pós-graduação em Ciência e Tecnologia de Materiais
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

MUKUNO, Jeferson Shiguemi; SANTOS, Renivaldo Jose dos. APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA MODELAGEM PREDITIVA DAS PROPRIEDADES DE COMPÓSITOS DE POLIBUTADIENO COM NEGRO DE CARBONO RECUPERADO.. In: Anais da 6ª Reunião Técnica do Programa de Pós-graduação em Ciência e Tecnologia de Materiais. Anais...Presidente Prudente(SP) UNESP, 2025. Disponível em: https//www.even3.com.br/anais/virtppgctm-571248/1415655-APLICACAO-DE-REDES-NEURAIS-ARTIFICIAIS-NA-MODELAGEM-PREDITIVA-DAS-PROPRIEDADES-DE-COMPOSITOS-DE-POLIBUTADIENO-CO. Acesso em: 18/03/2026