Determination of dielectric properties of natural fiber reinforced polymer composite using adaptive neuro fuzzy inference system. Issue 10 (13th October 2021)

• Record Type: Journal Article
• Authors: Prashanth, P.V.S.H.; Jayamani, E.; Soon, K.H.; Wong, Y.
• Is Part Of: Materialwissenschaft und Werkstofftechnik. Volume 52:Issue 10(2021)
• Page Start: 1035
• Page End: 1047
• Publication Date: 2021-10-13
• Subjects: ANFIS -- Natural fiber reinforced polymer composites -- Dielectric constant -- Dielectric loss; ANFIS -- Naturfaserverstärkte Polymerverbundwerkstoffe -- Dielektrizitätskonstante -- dielektrischer Verlust; Materials -- Periodicals; Materials -- Testing -- Periodicals; 620.1
• DOI: 10.1002/mawe.202000304
• Languages: English
• ISSNs: 0933-5137

Abstract

Abstract: In this study, the dielectric properties of polylactic acid reinforced with natural fibers are objectified by using adaptive neuro fuzzy inference system (ANFIS). This method is considered to be economically feasible as compared to fabricating dielectric samples and measuring dielectric properties with apt operating conditions and advanced equipment. Also, past research has focused primarily on polymer dielectric properties which does not involve any natural fiber inclusion, such that this research will focus on producing ANFIS models for natural fibers which will then be used to calculate dielectric permittivity ( ϵ r ), dielectric loss ( t a n δ ) with respect to frequency dependencies. Furthermore, experimental results of dielectric constants and losses of polylactic acid (PLA) based composites will be analyzed from past research which used physical techniques to fabricate composites and will be compared with the results from ANFIS models. It was found that error computation of both the properties are found to be low and the percentage difference in output data is considered less. In addition, the ANFIS neural network had predicted most of the data that was trained, and the crisp output values were found to correlate with the experimental dielectric properties which makes this prediction model possible to use as an alternative approach to fabricating composites and testing. Abstract : ANFIS is now being used for precisely predicting dielectric properties of natural fiber which is used in multilayer circuits. Translation abstract: In dieser Studie werden die dielektrischen Eigenschaften von mit Naturfasern verstärkter Polymilchsäure mit Hilfe eines adaptiven Neuro‐Fuzzy‐Inferenzsystems (ANFIS) objektiviert. Diese Methode wird im Vergleich zur Herstellung dielektrischer Proben und der Messung dielektrischer Eigenschaften mit geeigneten Betriebsbedingungen und fortschrittlichen Geräten als wirtschaftlich machbar angesehen. Außerdem hat sich die bisherige Forschung hauptsächlich auf die dielektrischen Eigenschaften von Polymeren konzentriert, die keinen Einschluss von Naturfasern beinhalten, so dass sich diese Forschung auf die Erstellung von ANFIS‐Modellen für Naturfasern konzentriert, die dann zur Berechnung der dielektrischen Permittivität (ϵ_r) und des dielektrischen Verlustes (tan δ) in Bezug auf die Frequenzabhängigkeit verwendet werden. Darüber hinaus werden experimentelle Ergebnisse von Dielektrizitätskonstanten und Verlusten von Verbundwerkstoffen auf Basis von Polymilchsäure (PLA) aus früheren Untersuchungen, die physikalische Techniken zur Herstellung von Verbundwerkstoffen verwendeten, analysiert und mit den Ergebnissen aus ANFIS‐Modellen verglichen. Es wurde festgestellt, dass die Fehler bei der Berechnung der beiden Eigenschaften gering sind und der prozentuale Unterschied in den Ausgabedaten als gering angesehen wird. Darüber hinaus hatte das neuronale ANFIS‐Netzwerk die meisten der trainierten Daten vorhergesagt, und es wurde festgestellt, dass die klaren Ausgabewerte mit den experimentellen dielektrischen Eigenschaften korrelieren, wodurch dieses Vorhersagemodell als alternativer Ansatz für die Herstellung von Verbundwerkstoffen und das Testen verwendet werden kann.