Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/26667 |
Resumo: | Dentro do campo da inteligência artificial, a rede neural artificial (RNA) vem sendo muito empregada como uma valiosa ferramenta no desenvolvimento de soluções para problemas de difícil modelagem computacional e aplicada em estudos de fenômenos complexos. Neste trabalho foram aplicadas redes neurais para simulações da cinética de recristalização de um aço IF (Interstitial Free). Tal aço é muito empregado na indústria automobilística na fabricação de peças estampadas. Primeiramente, foram testadas a convergência de três configurações de RNA através de dados experimentais disponíveis na literatura. Em seguida, treinou-se uma nova RNA adequada aos dados experimentais da fração volumétrica recristalizada (VV) de um aço IF (Interstitial Free), extraída por análises metalográficas para caracterização de amostras obtidas após laminação a frio e recozidas nas temperaturas de 650ºC, 700ºC e 750ºC. Finalmente, foram realizadas medidas de dureza nas amostras de aço IF como medida indireta de VV para confrontar os resultados previstos pela rede neural implementada. Os dados previstos e dados experimentais para a determinação da cinética de recristalização apresentaram boa concordância com relação aos valores analisados. |
id |
UFF-2_21619477bd174fe1aae969678e13bbf7 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/26667 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IFRedes neuraisCinéticaRecristalizaçãoAço IFEngenharia MetalúrgicaCinéticaAço IFRecristalizaçãoRede neural artificialProdução IntelectualNeural networksKineticsRecrystallizationIF steelDentro do campo da inteligência artificial, a rede neural artificial (RNA) vem sendo muito empregada como uma valiosa ferramenta no desenvolvimento de soluções para problemas de difícil modelagem computacional e aplicada em estudos de fenômenos complexos. Neste trabalho foram aplicadas redes neurais para simulações da cinética de recristalização de um aço IF (Interstitial Free). Tal aço é muito empregado na indústria automobilística na fabricação de peças estampadas. Primeiramente, foram testadas a convergência de três configurações de RNA através de dados experimentais disponíveis na literatura. Em seguida, treinou-se uma nova RNA adequada aos dados experimentais da fração volumétrica recristalizada (VV) de um aço IF (Interstitial Free), extraída por análises metalográficas para caracterização de amostras obtidas após laminação a frio e recozidas nas temperaturas de 650ºC, 700ºC e 750ºC. Finalmente, foram realizadas medidas de dureza nas amostras de aço IF como medida indireta de VV para confrontar os resultados previstos pela rede neural implementada. Os dados previstos e dados experimentais para a determinação da cinética de recristalização apresentaram boa concordância com relação aos valores analisados.Within the field of artificial intelligence, artificial neural network (ANN) has been widely used as a valuable tool in the development of solutions to difficult problems in computational modeling and applied studies of complex phenomena. In this study were applied neural networks to simulations of recrystallization kinetics of a steel IF (Interstitial Free). Such steel widely used in the automotive industry in the manufacture of stampings. First, were tested the convergence of three configurations RNA from experimental data available in the literature. Then a new ANN was trained based on experimental data of the recrystallized volume fraction (VV) of a IF steel (Interstitial Free), extracted for metallographic analysis for characterization of samples obtained after cold rolling and annealed in temperatures of 650 ºC, 700 ºC and 750 ºC. Finally hardness measurements were performed on samples of IF steel as an indirect measure of VV to compare the results provided by the neural network implemented. The predicted and experimental data for determining the recrystallization kinetics showed good agreement with the values analyzed.115 p.Fonseca, Gláucio Soares dahttp://lattes.cnpq.br/9663765935778795Castro, José Adilson dehttp://lattes.cnpq.br/4613010410524009Rodrigues, Geovanihttp://lattes.cnpq.br/9578900283345548http://lattes.cnpq.br/7055092129597096Inácio, Gerson Alves2022-10-26T16:15:06Z2022-10-26T16:15:06Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfINÁCIO, Gerson Alves. Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF. 2013. 115 f. Dissertação (Mestrado) - Curso de Engenharia Metalúrgica, Programa de Pós-Graduação em Engenharia Metalúrgica, Universidade Federal Fluminense, Volta Redonda, 2013.http://app.uff.br/riuff/handle/1/26667CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-11-08T16:11:30Zoai:app.uff.br:1/26667Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:15:33.939846Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF |
title |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF |
spellingShingle |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF Inácio, Gerson Alves Redes neurais Cinética Recristalização Aço IF Engenharia Metalúrgica Cinética Aço IF Recristalização Rede neural artificial Produção Intelectual Neural networks Kinetics Recrystallization IF steel |
title_short |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF |
title_full |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF |
title_fullStr |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF |
title_full_unstemmed |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF |
title_sort |
Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF |
author |
Inácio, Gerson Alves |
author_facet |
Inácio, Gerson Alves |
author_role |
author |
dc.contributor.none.fl_str_mv |
Fonseca, Gláucio Soares da http://lattes.cnpq.br/9663765935778795 Castro, José Adilson de http://lattes.cnpq.br/4613010410524009 Rodrigues, Geovani http://lattes.cnpq.br/9578900283345548 http://lattes.cnpq.br/7055092129597096 |
dc.contributor.author.fl_str_mv |
Inácio, Gerson Alves |
dc.subject.por.fl_str_mv |
Redes neurais Cinética Recristalização Aço IF Engenharia Metalúrgica Cinética Aço IF Recristalização Rede neural artificial Produção Intelectual Neural networks Kinetics Recrystallization IF steel |
topic |
Redes neurais Cinética Recristalização Aço IF Engenharia Metalúrgica Cinética Aço IF Recristalização Rede neural artificial Produção Intelectual Neural networks Kinetics Recrystallization IF steel |
description |
Dentro do campo da inteligência artificial, a rede neural artificial (RNA) vem sendo muito empregada como uma valiosa ferramenta no desenvolvimento de soluções para problemas de difícil modelagem computacional e aplicada em estudos de fenômenos complexos. Neste trabalho foram aplicadas redes neurais para simulações da cinética de recristalização de um aço IF (Interstitial Free). Tal aço é muito empregado na indústria automobilística na fabricação de peças estampadas. Primeiramente, foram testadas a convergência de três configurações de RNA através de dados experimentais disponíveis na literatura. Em seguida, treinou-se uma nova RNA adequada aos dados experimentais da fração volumétrica recristalizada (VV) de um aço IF (Interstitial Free), extraída por análises metalográficas para caracterização de amostras obtidas após laminação a frio e recozidas nas temperaturas de 650ºC, 700ºC e 750ºC. Finalmente, foram realizadas medidas de dureza nas amostras de aço IF como medida indireta de VV para confrontar os resultados previstos pela rede neural implementada. Os dados previstos e dados experimentais para a determinação da cinética de recristalização apresentaram boa concordância com relação aos valores analisados. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-10-26T16:15:06Z 2022-10-26T16:15:06Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
INÁCIO, Gerson Alves. Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF. 2013. 115 f. Dissertação (Mestrado) - Curso de Engenharia Metalúrgica, Programa de Pós-Graduação em Engenharia Metalúrgica, Universidade Federal Fluminense, Volta Redonda, 2013. http://app.uff.br/riuff/handle/1/26667 |
identifier_str_mv |
INÁCIO, Gerson Alves. Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF. 2013. 115 f. Dissertação (Mestrado) - Curso de Engenharia Metalúrgica, Programa de Pós-Graduação em Engenharia Metalúrgica, Universidade Federal Fluminense, Volta Redonda, 2013. |
url |
http://app.uff.br/riuff/handle/1/26667 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823704904040448 |