Anais do Seminário de Laminação, Conformação de Metais e Produtos


ISSN 2594-5297

Título

ANÁLISE DA INFLUÊNCIA DA COMPOSIÇÃO QUÍMICA SOBRE AS PROPRIEDADES MECÂNICAS DE PRODUTOS NÃO PLANOS LAMINADOS A QUENTE, ATRAVÉS DE REDES NEURAIS ARTIFICIAIS

ANALISYS OF CHEMICAL COMPOSITION INFLUENCE ON NON FLAT HOT ROLLING PRODUCTS MECHANICAL PROPERTIES THROUGH ARTIFICIAL NEURAL NETWORKS

DOI

10.5151/2594-5297-20653

Downloads

Baixar Artigo 81 Downloads

Resumo

A elaboração de aços via reciclagem de sucata ferrosa, rota semi integrada, apesar de representar uma solução econômica e ambientalmente mais viável que a rota integrada, i.e, via processos de redução de minério de ferro, ainda não protagoniza papel relevante na produção mundial de aço. A produção de aço via rota semi integrada enfrenta como uma das principais restrições à ampliação de seus volumes de produção, o controle efetivo e previsível da composição química dos aços nela elaborados, dado a imprevisibilidade da composição química da sucata, o que limita o atendimento, por parte das aciarias elétricas, de alguns requisitos de qualidade de aços de elevada pureza. É sabido que os elementos residuais, advindos da sucata ferrosa, principal matéria prima da rota semi integrada, afeta substancialmente os processos de endurecimento e restauração do material ao longo do seu processamento termomecânico em escala industrial, no entanto, pouco se sabe sobre como tais mecanismos ocorrem e se inter-relacionam. O presente trabalho visa avaliar, através de um modelo baseado em redes neurais artificiais, a influência da composição química e demais variáveis do processo de laminação, sobre as propriedades mecânicas finais de materiais não planos laminados a quente. Deste modo é possível predizer desvios de atendimento da laminação em relação às propriedades mecânicas do produto final, antes que o mesmo seja laminado, bem como propor intervenções no laminador (velocidades e temperaturas ao longo do processo), que minimizem ou mitiguem os efeitos deletérios do endurecimento do material.

 

The steel production by ferrous scrap recycling, semi integrated route, beside shows up like a more economy and environmental feasibly solution than the integrated route production, I mean that, by ferrous ore reduction processes, doesn`t get an important space in the world steel production yet. The steel production by semi integrated route faced as one of the most important restrictions to its production volume increase up, the effective and foreseeable steel chemical composition control, according the unpredictable scrap chemical composition, fact that limit its treatment of some quality requirements, specially about high quality steels. It’s known that residuals elements, from ferrous scrap, main raw material of semi integrated route, affect substantially the hardening and restoration processes that occurred at the material by its thermo mechanical processing at industrial scale, however, little is known about how this mechanisms occur and what’s the relationship between them. The present work intends to evaluate, through a model based on artificial neural networks, the influence of chemical composition and others rolling mill process variables, on the final mechanical properties of non flat hot rolling products. At this way it’s possible to predict the rolling mill mechanical properties attendance deviation, before the rolling, as well to suggest changes at the rolling mill parameters (speed and temperatures during the process), that reduce or exclude the bad effect of material hardening.

Palavras-chave

Elementos residuais; Redes neurais artificiais.

Residuals elements; Artificial neural networks.

Como citar

Bittencourt, Tiago Seixas; Paula, Andersan dos Santos; Viana, Carlos Sérgio da Costa. ANÁLISE DA INFLUÊNCIA DA COMPOSIÇÃO QUÍMICA SOBRE AS PROPRIEDADES MECÂNICAS DE PRODUTOS NÃO PLANOS LAMINADOS A QUENTE, ATRAVÉS DE REDES NEURAIS ARTIFICIAIS , p. 690-701. In: 48º Seminário de Laminação, Processos e Produtos Laminados e Revestidos, Santos, 2011.
ISSN: 2594-5297 , DOI 10.5151/2594-5297-20653