Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
Pimenta, Cristie Diego [UNESP] |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| 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://hdl.handle.net/11449/115991
|
Resumo: |
O objetivo deste trabalho foi a criação de uma modelagem estatística, capaz de substituir o processo utilizado para a preparação de fornos de têmpera e revenimento, que tradicionalmente é realizada por meio de ajustes feitos a partir de resultados de propriedades mecânicas, ensaiadas em laboratório e exigidas em especificações de clientes. Buscou-se compreender a influência das variáveis de entrada (fatores) nas propriedades mecânicas limite de resistência à tração, dureza e estricção, em arames de aço SAE 9254, para os diâmetros 2,00mm e 6,50mm, utilizados na fabricação de molas de válvula e de embreagem para o seguimento automobilístico. Foram investigadas as principais variáveis de entrada do processo diâmetro, velocidade, temperatura de revenimento e a concentração do meio de têmpera polímero, para isso, utilizou-se as metodologias de Planejamento de Experimentos com Análise em Blocos, Regressão Múltipla e Quadrática, Análise de Variância (ANOVA), Análise de Componentes Principais (Estatística Multivariada), Metodologia de Superfícies de Resposta (RSM) e Controle Estatístico de Processo para a análise residual dos modelos estatísticos. Para otimização dos modelos estatísticos foram utilizados os métodos Desirability, Gradiente Reduzido Generalizado (GRG), Algoritmo Genético (AG) e a Meta-heurística Recozimento Simulado. Os resultados revelaram que todas as variáveis consideradas têm influência significativa e os modelos obtidos foram validados utilizando-se métodos estatísticos adequados. Essa modelagem e sua otimização, se implementada e aplicada corretamente, poderá ocasionar avanços científicos que proporcionariam a automatização deste processo, e consequentemente provocaria impacto significativo no aumento de produtividade e qualidade do produto |
