Desenvolvimento de um modelo de rede neural para estudo da cinética de recristalização de um aço IF

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Inácio, Gerson Alves
Orientador(a): Fonseca, Gláucio Soares da lattes
Banca de defesa: Castro, José Adilson de lattes, Rodrigues, Geovani lattes
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