Soluções Computacionais Avançadas para Problemas Inversos em Transferência de Calor e Materiais Compósitos

Resumo: Este projeto propõe o desenvolvimento de soluções computacionais avançadas para problemas inversos em transferência de calor, com ênfase em aplicações em materiais compósitos. A proposta integra técnicas de machine learning, como as Redes Neurais Informadas por Física (PINNs) e métodos bayesianos, para superar incertezas associadas à estimativa de parâmetros e condições de contorno. Também será explorado o Método das Soluções Fundamentais (MFS), uma abordagem sem malha eficiente para modelagem de domínios complexos. A combinação dessas metodologias visa melhorar a acurácia, robustez e eficiência computacional na solução de problemas inversos, promovendo avanços na caracterização e no monitoramento térmico de materiais multifásicos.

Data de início: 01/06/2025
Prazo (meses): 60

Participantes:

Papel	Nome
Coordenador	WELLINGTON BETENCURTE DA SILVA
Vice-Coordenador	JULIO CESAR SAMPAIO DUTRA