Aplicação de inteligência artificial para a previsão da curva de escoamento a quente de ligas de aço

Abstract

O objetivo deste trabalho é avaliar a possibilidade e a precisão de usar uma rede neural artificial (RNA) para prever o comportamento a quente da tensão de escoamento de diferentes tipos de aço. A tensão de escoamento é uma propriedade mecânica importante dos aços, pois determina o início da deformação permanente do material. Para projetos mecânicos, é fundamental conhecer o comportamento da tensão de escoamento dos aços em diferentes condições, como temperatura e velocidade de deformação. O trabalho foi realizado em três etapas. Na primeira etapa, foi feita a coleta de dados de tensão de escoamento para diferentes aços. Na segunda etapa, uma RNA foi treinada a partir destes dados. Na terceira etapa, a confiabilidade do resultado e a eficácia da RNA foram testadas ao submeter a ela as propriedades mecânicas de materiais que não foram usados no treinamento da mesma, para então comparar a capacidade e precisão da previsão da RNA com o valor real de ensaio.

The objective of this study is to evaluate the possibility and accuracy of using an artificial neural network (ANN) to predict the hot yield behavior of different steel types. Yield strength is an important mechanical property of steels, as it determines the material's ability to withstand loads without permanent deformation. For mechanical designs, it is essential to know the yield strength behavior of steels under different conditions, such as temperature and deformation speed. The study will be conducted in three stages. In the first stage, yield strength data for different steels will be collected. In the second stage, an ANN will be trained using this data. In the third stage, the reliability of the results and the effectiveness of the ANN will be tested by submitting the mechanical properties of materials not used in the training to the ANN, and then comparing the ANN's prediction capability and accuracy with the actual test values.