Thermal simulation of TIG welding using EBFVM and deep learning

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Lima, Arthur Vila Nova Albuquerque
Orientador(a): Marcondes, Francisco
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
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:
TIG welding
Austenitic stainless steel
Numerical simulation
EbFVM
Deep learning
Soldagem TIG
Aço inoxidável austenítico
Simulação numérica
Aprendizagem profunda
Soldagem
Link de acesso: http://www.repositorio.ufc.br/handle/riufc/72446
Resumo: Este documento está disponível online com base na Portaria no 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.
id UFC-7_5902fdb17c159b6539be323acc1026cd
oai_identifier_str oai:repositorio.ufc.br:riufc/72446
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Lima, Arthur Vila Nova AlbuquerqueMarcondes, Francisco2023-05-23T20:28:57Z2023-05-23T20:28:57Z2023LIMA, Arthur Vila Nova Albuquerque. Thermal simulation of TIG welding using EBFVM and deep learning. 2023. Dissertação (Mestrado em Engenharia e Ciência de Materiais) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2023.http://www.repositorio.ufc.br/handle/riufc/72446Este documento está disponível online com base na Portaria no 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.Due to the rapid technological growth worldwide, manufacturing sectors are becoming increasingly demanding in terms of the effectiveness of their solutions. As a result, companies are leveraging innovations and advanced technologies to meet market demands. Among them, welding can be highlighted, as a process that is continuously studied and presents a series of problems to be solved for the design and manufacturing community. Fusion welding is one of the categories of these processes existing in the literature, in which the union of materials is performed through the fusion of elements. The level of energy involved in this process can cause damage to the resulting structure if it is not properly treated or controlled. Investigating the variables that influence the process and analyzing the generated temperature fields are useful measures to prevent these problems. Numerical simulation is a tool frequently used in scientific and technological research, seeking to reduce the costs of experimental development, presenting highly precise results comparable to experimental ones. In the same sense, the field of artificial intelligence, with deep learning algorithms, has been widely used with great efficiency in prediction and low computational costs. Therefore, this study aims to use the Element-based Finite Volume Method (EbFVM) to perform numerical simulations and evaluate the thermal behavior of the Tungsten Inert Gas (TIG) autogenous welding process in austenitic stainless steels. The study also uses deep learning networks to predict the thermal cycles generated during the process. In addition, a comparison will be made between the experimental results in the literature with the numerical simulations and predictions obtained through deep learning. Based on the comparisons made, it is concluded that the applied methodologies were highly efficient in understanding the welding process behavior. This strategy proves to be an excellent option for future studies in the area.Devido ao rápido crescimento tecnológico em todo o mundo, os setores de fabricação estão se tornando cada vez mais exigentes em relação à eficácia de suas soluções. Como resultado, as empresas estão se alavancando em busca de inovações e tecnologias avançadas para atender às demandas do mercado. Dentre eles, pode-se destacar a soldagem, um processo que é continuamente estudado e apresenta uma série de problemas a serem resolvidos para comunidade de projeto e fabricação. Soldagem por fusão é uma das categorias desses processos existentes na literatura, na qual é realizado a união de materiais através da fusão dos elementos. O nível de energia envolvido nesse processo pode causar danos à estrutura resultante, caso não seja adequadamente tratado ou controlado. Investigar as variáveis que influenciam o processo e analisar os campos de temperatura gerados são medidas úteis para se prevenir quanto a esses problemas. A simulação numérica é uma ferramenta frequentemente utilizada em pesquisas científicas e tecnológicas, que busca reduzir os custos do desenvolvimento experimental, apresentando resultados altamente precisos comparáveis aos experimentais. No mesmo sentido, área de inteligencia artificial, com algoritmos de aprendizado profundo, vem sendo bastante utilizada com uma ótima eficiência de previsão e baixos custos computacionais. Sendo assim, este estudo tem como objetivo utilizar o Método de Volumes Finitos Baseado em Elementos (EbFVM) para realizar simulações numéricas e avaliar o comportamento térmico do processo de soldagem TIG autógeno em aços inoxidáveis austeníticos. O estudo também busca prever os ciclos térmicos gerados durante o processo, utilizando redes de aprendizado profundo. Além disso, será realizada uma comparação entre os resultados experimentais da literatura com as simulações numéricas e previsões obtidas por meio do aprendizado profundo. Com base nas comparações realizadas, conclui-se que as metodologias aplicadas foram altamente eficientes na compreensão do comportamento do processo de soldagem. Essa estratégia se mostra uma excelente opção para estudos futuros na área.TIG weldingAustenitic stainless steelNumerical simulationEbFVMDeep learningSoldagem TIGAço inoxidável austeníticoSimulação numéricaEbFVMAprendizagem profundaSoldagemAço inoxidável austeníticoThermal simulation of TIG welding using EBFVM and deep learningThermal simulation of TIG welding using EBFVM and deep learninginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisengreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccessORIGINAL2022_dis_avnalima.pdf2022_dis_avnalima.pdfapplication/pdf7895474http://repositorio.ufc.br/bitstream/riufc/72446/3/2022_dis_avnalima.pdf4ae7ca60d610d81dddf23c1deef26562MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.ufc.br/bitstream/riufc/72446/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD54riufc/724462023-05-23 17:28:58.031oai:repositorio.ufc.br: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Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2023-05-23T20:28:58Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.pt_BR.fl_str_mv Thermal simulation of TIG welding using EBFVM and deep learning
dc.title.en.pt_BR.fl_str_mv Thermal simulation of TIG welding using EBFVM and deep learning
title Thermal simulation of TIG welding using EBFVM and deep learning
spellingShingle Thermal simulation of TIG welding using EBFVM and deep learning
Lima, Arthur Vila Nova Albuquerque
TIG welding
Austenitic stainless steel
Numerical simulation
EbFVM
Deep learning
Soldagem TIG
Aço inoxidável austenítico
Simulação numérica
EbFVM
Aprendizagem profunda
Soldagem
Aço inoxidável austenítico
title_short Thermal simulation of TIG welding using EBFVM and deep learning
title_full Thermal simulation of TIG welding using EBFVM and deep learning
title_fullStr Thermal simulation of TIG welding using EBFVM and deep learning
title_full_unstemmed Thermal simulation of TIG welding using EBFVM and deep learning
title_sort Thermal simulation of TIG welding using EBFVM and deep learning
author Lima, Arthur Vila Nova Albuquerque
author_facet Lima, Arthur Vila Nova Albuquerque
author_role author
dc.contributor.author.fl_str_mv Lima, Arthur Vila Nova Albuquerque
dc.contributor.advisor1.fl_str_mv Marcondes, Francisco
contributor_str_mv Marcondes, Francisco
dc.subject.por.fl_str_mv TIG welding
Austenitic stainless steel
Numerical simulation
EbFVM
Deep learning
Soldagem TIG
Aço inoxidável austenítico
Simulação numérica
EbFVM
Aprendizagem profunda
Soldagem
Aço inoxidável austenítico
topic TIG welding
Austenitic stainless steel
Numerical simulation
EbFVM
Deep learning
Soldagem TIG
Aço inoxidável austenítico
Simulação numérica
EbFVM
Aprendizagem profunda
Soldagem
Aço inoxidável austenítico
description Este documento está disponível online com base na Portaria no 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-05-23T20:28:57Z
dc.date.available.fl_str_mv 2023-05-23T20:28:57Z
dc.date.issued.fl_str_mv 2023
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.citation.fl_str_mv LIMA, Arthur Vila Nova Albuquerque. Thermal simulation of TIG welding using EBFVM and deep learning. 2023. Dissertação (Mestrado em Engenharia e Ciência de Materiais) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2023.
dc.identifier.uri.fl_str_mv http://www.repositorio.ufc.br/handle/riufc/72446
identifier_str_mv LIMA, Arthur Vila Nova Albuquerque. Thermal simulation of TIG welding using EBFVM and deep learning. 2023. Dissertação (Mestrado em Engenharia e Ciência de Materiais) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2023.
url http://www.repositorio.ufc.br/handle/riufc/72446
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
bitstream.url.fl_str_mv http://repositorio.ufc.br/bitstream/riufc/72446/3/2022_dis_avnalima.pdf
http://repositorio.ufc.br/bitstream/riufc/72446/4/license.txt
bitstream.checksum.fl_str_mv 4ae7ca60d610d81dddf23c1deef26562
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1847793166230487040

Registros relacionados