Título

MODELO DE PREVISÃO DE PROPRIEDADES MECÂNICAS DE PERFIS ESTRUTURAIS LAMINADOS A QUENTE: UMA ABORDAGEM EM REDES NEURAIS ARTIFICIAIS

PREDICTION MODEL OF HOT ROLLED STRUCTURAL SECTIONS MECHANICAL PROPERTIES: AN ARTIFICIAL NEURAL NET APPROACH

Autoria

Oliveira, Alisson Paulo de; Modenesi, Paulo José

DOI

10.5151/2594-5297-0079

Downloads

Baixar Artigo 46 Downloads

Resumo

Este trabalho teve como objetivo a construção de um modelo matemático empírico para previsão das propriedades mecânicas (Limite de Escoamento, Limite de Resistência e Alongamento) de perfis estruturais de aço laminados a quente ASTM A572-50. Este modelo é baseado em variáveis de processo de laminação além da composição química do aço. Escolheu-se a metodologia de Redes Neurais Artificiais, pois esta pode produzir resultados com menor erro se comparada a outras técnicas tradicionais. Várias ferramentas estatísticas foram utilizadas para auxiliar no desenvolvimento do modelo: Análise de Variância, Histogramas, Regressão Linear Múltipla e Gráficos de Dispersão. Estas ferramentas foram fundamentais para a compreensão e interpretação da variabilidade encontrada no banco de dados. Elas também foram utilizadas para definir a arquitetura final das Redes Neurais Artificiais. Observou-se que os resultados obtidos a partir dos modelos concordaram bem com os resultados verificados nas análises de regressão e com as tendências esperadas considerando aspectos metalúrgicos do processo. Os modelos desenvolvidos permitiram avaliar o efeito isolado de diferentes variáveis e seus resultados foram superiores aos obtidos por técnicas estatísticas tradicionais. Verificou-se que a dispersão dos dados é um fator de grande importância para o sucesso de qualquer modelo de previsão. O modelo permitirá que o projeto de composição química seja realizado com maior precisão, menores custos de produção além de melhorar a compreensão do efeito de cada variável de processo nas propriedades mecânicas dos perfis estruturais laminados a quente.

 

This work aimed to develop an empirical mathematical model for mechanical properties (Yield Strength, Tensile Strength and Elongation) prediction of hot-rolled structural sections of steel grade ASTM A572-50. This model is based in some rolling-mill process variables and the chemical composition of the steel. The methodology of Artificial Neural Net was chosen because it tends to produce results with lower errors than those produced by other traditional techniques. Some statistical tools were used to help model development: ANOVA, Histogram, Regression Analysis and Scatter Plot. These tools were fundamental for the comprehension and interpretation of the variability found in the data bank. They were also used to define the final architecture of the Artificial Neural Nets. It was observed that the results obtained from the models agreed well to results verified from regression analysis and to the expected general behavior deduced from metallurgical principles. The obtained results were superior to that obtained from traditional statistical techniques and it was possible to verify the isolated effect of each variable. As expected, the results of the present work confirm that data dispersion is a key factor for the success of the development and application of any prediction model. This model will improve the accuracy of the chemical composition design of the steel, reduce production costs and improve the comprehension of the effect of each process variable on the mechanical properties of hot-rolled structural sections.

Palavras-chave

Redes neurais artificiais; Perfis estruturais laminados a quente; Análises estatísticas; Dispersão dos dados.

Artificial neural nets; Hot-rolled structural sections; Statistical analysis; Data dispersion.