Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Inácio, Gerson Alves |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
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. |
