Título

QUANTIFICAÇÃO DE FASES EM AÇOS UTILIZANDO MACHINE LEARNING

STEEL PHASE QUANTIFICATION USING MACHINE LEARNING

Autoria

Jesus, Henrique Severiano de; Ferreira, Fernando Generoso Neiva; Bernal, Adriano Aparecido Garcia; Neto, Elysio Carneiro de Campos

DOI

10.5151/2594-5327-34667

Downloads

Baixar Artigo 15 Downloads

Resumo

COM A EVOLUÇÃO DOS PROJETOS DE VEÍCULOS NOS ÚLTIMOS 20 ANOS, ATÉ MESMO AÇOS ALTA RESISTÊNCIA BAIXA LIGA (HSLAS) VEM SIDO AMPLAMENTE SUBSTITUÍDOS POR AÇOS AVANÇADOS DE ALTA RESISTÊNCIA (AHSS), CUJAS PROPRIEDADES MECÂNICAS DIFERENCIADAS SÃO DIRETAMENTE DEPENDENTES DA FRAÇÃO VOLUMÉTRICA DAS FASES PRESENTE E A COMPLEXA INTERAÇÃO ENTRE ELAS. OS MÉTODOS TRADICIONAIS DE QUANTIFICAÇÃO DE FASES APRESENTAM HISTORICAMENTE BAIXA PRODUTIVIDADE E ALTA DEPENDÊNCIA DA EXPERTISE DO OBSERVADOR. NESTE TRABALHO, FORAM REALIZADAS QUANTIFICAÇÕES DE FASE EM 4 AHSS LAMINADOS À QUENTE (FB, DP, CP E PHS) UTILIZANDO IMAGENS OBTIDAS ATRAVÉS DE MICROSCOPIA ELETRÔNICA DE VARREDURA (MEV) E APLICANDO TÉCNICA MANUAL DE CONTAGEM DE PONTOS E TÉCNICA AVANÇADA DE SEGMENTAÇÃO DE IMAGEM UTILIZANDO MACHINE LEARNING. OS RESULTADOS COMPARATIVOS MOSTRARAM RESULTADOS DE FRAÇÃO VOLUMÉTRICA DE FASES SIMILAR PARA AMBAS AS TÉCNICAS E TEMPO DE ANÁLISE SIGNIFICANTEMENTE MENOR PARA A TÉCNICA DE SEGMENTAÇÃO UTILIZANDO MACHINE LEARNING.

 

WITH THE EVOLUTION OF VEHICLE DESIGNS OVER THE LAST 20 YEARS, EVEN HIGH STRENGTH LOW ALLOY STEELS (HSLAS) HAVE BEEN LARGELY REPLACED BY ADVANCED HIGH STRENGTH STEELS (AHSS), WHOSE DISTINGUISHED MECHANICAL PROPERTIES ARE DIRECTLY DEPENDENT ON THE VOLUMETRIC FRACTION OF THE PHASES PRESENT AND THE COMPLEX INTERACTION BETWEEN THEM. TRADITIONAL METHODS FOR PHASE QUANTIFICATION HAVE HISTORICALLY HAD LOW PRODUCTIVITY AND HIGH DEPENDENCE ON THE OBSERVER'S EXPERTISE. IN THIS PAPER, PHASE QUANTIFICATIONS WERE PERFORMED IN 4 HOT ROLLED AHSS (FB, DP, CP AND PHS) USING IMAGES OBTAINED THROUGH SCANNING ELECTRON MICROSCOPY (SEM) AND APPLYING MANUAL POINT COUNTING TECHNIQUE AND ADVANCED IMAGE SEGMENTATION TECHNIQUE USING MACHINE LEARNING. THE COMPARATIVE RESULTS SHOWED SIMILAR PHASE VOLUME FRACTION RESULTS FOR BOTH TECHNIQUES AND SIGNIFICANTLY SHORTER ANALYSIS TIME FOR THE SEGMENTATION TECHNIQUE USING MACHINE LEARNING.

Palavras-chave

Quantificação de fases, Machine learning, AHSS, ZEN Intellesis

Phase quantification, Machine learning, AHSS, ZEN Intellesis