Title

PREDIÇÃO E ANÁLISE BASEADAS EM REDES NEURAIS ARTIFICIAIS PARA AVALIAR A INFLUÊNCIA DE VARIÁVEIS (TEMPERATURA, C, N) NA DUREZA ESTIMADA DE AÇOS FERRÍTICOS/MARTENSÍTICOS 9,X%CR

ARTIFICIAL NEURAL NETWORK-BASED PREDICTION AND ANALYSIS TO EVALUATE THE INFLUENCE OF VARIABLES (TEMPERATURE, C, N) IN FERRITIC/MARTENSITIC 9.X%Cr STEELS ESTIMATED HARDNESS

Authorship

PATRICK QUEIROZ DOS ANJOS; MACHADO, MARCELO LUCAS PEREIRA; FARINA, PAULA FERNANDA DA SILVA

PATRICK QUEIROZ DOS ANJOS

1 Article, 9 downloads

MACHADO, MARCELO LUCAS PEREIRA

I am this author

FARINA, PAULA FERNANDA DA SILVA

I am this author

DOI

10.5151/2594-5297-42219

Downloads

Abstract

Existe uma correlação entre a composição química do aço, suas temperaturas de tratamento térmico e suas propriedades mecânicas e, como existem conjuntos de dados públicos disponíveis com diferentes variáveis, é possível desenvolver modelos capazes de modelar as propriedades desses aços. Assim, aços ferríticos/martensíticos 9%Cr (F/M 9.XCr) foram selecionados para que sua dureza estimada, por meio da composição química e da temperatura do aço, pudesse ser modelada. Essa correlação é importante para pesquisa e desenvolvimento ou experimentos onde não há muitos corpos de prova construídos ou materiais disponíveis. Relatamos a previsão da dureza estimada do F/M 9.XCr em função da composição química e da temperatura, e a influência da temperatura, C e N na dureza. O F/M 9.XCr é amplamente utilizado em diferentes indústrias e possui propriedades mecânicas que superam outras ligas metálicas (por exemplo, aço inoxidável austenítico, ligas de Ni), além de ser objeto de extensos estudos. Dados do F/M 9.XCr foram usados ​​para estimar a dureza a partir da tensão de escoamento. A dureza foi modelada por uma rede neural artificial, NN 21-44, e diferentes equações de avaliação estatística, além do coeficiente de correlação, foram calculadas entre os dados de teste e os dados previstos da NN 21-44, e a assimetria foi calculada para demonstrar a relação entre os desvios. A influência da temperatura na dureza do F/M 9.XCr foi indicada, demonstrando que as variáveis ​​são inversamente proporcionais, e a influência de C e N foi denotada, mostrando o efeito das partículas de M23C6 e MX na dureza desses aços.

THERE IS A CORRELATION BETWEEN THE CHEMICAL COMPOSITION OF STEEL, ITS HEAT TREATMENT TEMPERATURES AND ITS MECHANICAL PROPERTIES AND AS THERE ARE AVAILABLE PUBLIC DATASETS WITH DIFFERENT VARIABLES IT IS POSSIBLE TO DEVELOP MODELS CAPABLE OF MODELING THE PROPERTIES OF THESE STEELS. THUS, FERRITIC/MARTENSITIC 9%CR STEELS (F/M 9.XCR) WERE SELECTED SO THAT THEIR ESTIMATED HARDNESS, THROUGH THE CHEMICAL COMPOSITION AND TEMPERATURE OF THE STEEL, COULD BE MODELED. THIS CORRELATION IS IMPORTANT FOR RESEARCH AND DEVELOPMENT OR EXPERIMENTS WHERE THERE ARE NOT MANY CONSTRUCTED TEST SPECIMENS OR MATERIALS AVAILABLE. WE REPORT THE PREDICTION OF THE ESTIMATED HARDNESS OF F/M 9.XCR AS A FUNCTION OF CHEMICAL COMPOSITION AND TEMPERATURE, AND THE INFLUENCE OF TEMPERATURE, C AND N ON HARDNESS. F/M 9.XCR ARE WIDELY USED IN DIFFERENT INDUSTRIES AND HAVE MECHANICAL PROPERTIES THAT SURPASS OTHER METAL ALLOYS (E.G. AUSTENITIC STAINLESS STEEL, NI ALLOYS), IN ADDITION TO BEING THE SUBJECT OF EXTENSIVE STUDIES. DATA FROM F/M 9.XCR WERE USED TO ESTIMATE THE HARDNESS FROM THE YIELD STRESS. THE HARDNESS WAS MODELED BY AN ARTIFICIAL NEURAL NETWORK, NN 21-44, AND DIFFERENT STATISTICAL EVALUATION EQUATIONS, IN ADDITION TO THE CORRELATION COEFFICIENT, WERE CALCULATED BETWEEN TEST DATA AND THE PREDICTED DATA FROM NN 21-44, AND THE ASYMMETRY WAS COMPUTED TO DEMONSTRATE THE RELATION OF THE DEVIATIONS. THE INFLUENCE OF TEMPERATURE ON THE HARDNESS OF F/M 9.XCR WAS INDICATED, DEMONSTRATING THAT THE VARIABLES ARE INVERSELY PROPORTIONAL, AND THE INFLUENCE OF C AND N WAS DENOTED, SHOWING THE EFFECT OF M23C6 AND MX PARTICLES ON THE HARDNESS OF THESE STEELS.

Keywords

Dureza, Limite de escoamento, Aços 9% Cr, Redes neurais artificiais.

Hardness, Yield stress, 9% Cr steels, Artificial neural networks