Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF
| Ano de defesa: | 2022 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | , |
| 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
|
| 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. |
| 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 |
|
| spelling |
Inácio, Gerson AlvesFonseca, Gláucio Soares dahttp://lattes.cnpq.br/9663765935778795Castro, José Adilson dehttp://lattes.cnpq.br/4613010410524009Rodrigues, Geovanihttp://lattes.cnpq.br/9578900283345548http://lattes.cnpq.br/70550921295970962022-10-26T16:15:06Z2022-10-26T16:15:06ZINÁCIO, 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/1/26667Dentro 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.Companhia Siderúrgica NacionalCC-BY-SAinfo:eu-repo/semantics/openAccessDesenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IFinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisRedes neuraisCinéticaRecristalizaçãoAço IFEngenharia MetalúrgicaCinéticaAço IFRecristalizaçãoRede neural artificialProdução IntelectualNeural networksKineticsRecrystallizationIF steelMestrado acadêmicoUniversidade Federal FluminenseEscola de Engenharia Industrial Metalúrgica de Volta RedondaPrograma de Pós-Graduação em Engenharia Metalúrgica2013Volta Redonda, RJporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFFORIGINALDissertação_GersonInacio.pdfDissertação_GersonInacio.pdfapplication/pdf6047310https://app.uff.br/riuff/bitstream/1/26667/1/Disserta%c3%a7%c3%a3o_GersonInacio.pdf34bf4d62f826419b9d7489133e22cdafMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://app.uff.br/riuff/bitstream/1/26667/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD521/266672022-11-08 13:11:30.457oai:app.uff.br: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ório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202022-11-08T16:11:30Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
| dc.title.pt_BR.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.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7055092129597096 |
| dc.contributor.author.fl_str_mv |
Inácio, Gerson Alves |
| dc.contributor.advisor1.fl_str_mv |
Fonseca, Gláucio Soares da |
| dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/9663765935778795 |
| dc.contributor.referee1.fl_str_mv |
Castro, José Adilson de |
| dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/4613010410524009 |
| dc.contributor.referee2.fl_str_mv |
Rodrigues, Geovani |
| dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/9578900283345548 |
| contributor_str_mv |
Fonseca, Gláucio Soares da Castro, José Adilson de Rodrigues, Geovani |
| dc.subject.keyword.pt_BR.fl_str_mv |
Redes neurais Cinética Recristalização Aço IF |
| topic |
Redes neurais Cinética Recristalização Aço IF Engenharia Metalúrgica Cinética Aço IF Recristalização Rede neural artificial Produção Intelectual Neural networks Kinetics Recrystallization IF steel |
| dc.subject.descriptor.pt_BR.fl_str_mv |
Engenharia Metalúrgica Cinética Aço IF Recristalização Rede neural artificial Produção Intelectual |
| dc.subject.keywordother.pt_BR.fl_str_mv |
Neural networks |
| dc.subject.keywordother.en.fl_str_mv |
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.accessioned.fl_str_mv |
2022-10-26T16:15:06Z |
| dc.date.available.fl_str_mv |
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.citation.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. |
| dc.identifier.uri.fl_str_mv |
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.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) |
| bitstream.url.fl_str_mv |
https://app.uff.br/riuff/bitstream/1/26667/1/Disserta%c3%a7%c3%a3o_GersonInacio.pdf https://app.uff.br/riuff/bitstream/1/26667/2/license.txt |
| bitstream.checksum.fl_str_mv |
34bf4d62f826419b9d7489133e22cdaf 43cd690d6a359e86c1fe3d5b7cba0c9b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| 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_ |
1882027980297863168 |