Aplicação De Técnicas De Inteligência Computacional Para Predição De Propriedades Mecânicas De Aços De Alta Resistência Microligados

Abstract

no limite de escoamento de aços de alta resistência microligados -HSLA (High Strength Low Alloy), foram modelados por meio de um sistema de inferência nebulosa por Datta e Banerjee. (4) Segundo Jones, Watton e Brown,entre os benefícios da utilização dessas técnicas para predição das propriedades mecânicas destacam-se: a possibilidade de se confirmar as propriedades mecânicas em tempo real em cada fase do processo e também a possibilidade da otimização da composição química e dos parâmetros de processo. Myllykoski, Larkiola e Nylander (1) complementam ainda com o suporte para realização de ações de feed forward nos diversos processos da cadeia de produção e Golodnikov et al.(6) comenta a redução do tempo e volume de produção experimental envolvidos no projeto de aços. INTRODUÇÃOModelos fenomenológicos formam a base para a compreensão de processos, porém a construção de tais modelos para processos multivariáveis e com relacionamentos não-lineares pode ser uma tarefa árdua.(1) Para a predição das propriedades mecânicas à tração de aços, em particular limite de escoamento (LE), limite de resistência (LR) e alongamento total (ALO), apenas o conhecimento físico disponível dos processos não permite a construção de modelos fenomenológicos confiáveis.(2) Dessa forma, técnicas de inteligência computacional têm sido propostas como alternativas viáveis. Uma rede neural do tipo Multilayer Perceptron (MLP) mostrou-se capaz de realizar com precisão a predição de propriedades mecânicas de tiras de aço (3) e o efeito da composição química e dos parâmetros de processo ResumoA obtenção de propriedades mecânicas especificadas para os produtos é um aspecto fundamental na siderurgia. A abordagem fenomenológica para a modelagem das propriedades mecânicas não tem apresentado resultados satisfatórios, em função da quantidade e diversidade das variáveis e processos envolvidos. Nesse contexto, pelas suas características, as técnicas de inteligência computacional têm sido utilizadas como alternativas viáveis. Este trabalho apresenta o desenvolvimento e a implantação, na Usiminas, de uma ferramenta de apoio à decisão baseada nas técnicas de inteligência computacional, para a predição de propriedades mecânicas de aços de alta resistência microligados, laminados a frio e revestidos por imersão a quente. Palavras-chave: Rede neural artificial; Sistema híbrido; Aço microligado; Propriedades mecânicas. USING OF COMPUTATIONAL INTELLIGENCE METHODS FOR MECHANICAL PROPERTIES PREDICTION OF HSLA STEELS AbstractThe attainment of desired mechanical properties is a crucial aspect for steelmaking industries. Traditional physical modeling approaches have not been satisfactory, due to the complicated nature of the processes, very complex and multidimensional ones. In this context, by their characteristics, computational intelligence methods have been used and considered as a viable alternative. This paper describes the development and the implementation of a decision support tool for mechanical properties prediction of coated high strength low alloy ...

Aplicação Prática De Redes Neurais Artificiais No Desenvolvimento E Adequação De Aços Laminados a Quente Na Usiminas Cubatão

“…Existe uma maior dificuldade de analisar e efetivamente modelar os valores de alongamento, que é um importante parâmetro e que está diretamente relacionado à ductilidade dos materiais. Neste trabalho, assim com em outros, (14,16) os valores de alongamento foram analisados pelas RNA's, porém com uma precisão obtida menor do que aquela obtida para o LE e LR.…”

Aplicação De Rede Neural Para Cálculo Da Tensão De Escoamento Na Laminação De Tiras a Quente De Aços C-Mn

“…Podem ser destacados os seguintes elementos constituintes desse neurônio: (2) • Sinapses, que são conexões de entrada do neurônio, caracterizadas por pesos ou forças próprias, nas quais cada sinal de entrada (x ji ) é multiplicado por um peso sináptico (w ji ) . • Função soma, a qual realiza a adição de cada o valor resultante de cada sinapse, realizando assim a soma ponderada dos sinais de entrada, mais o valor do bias, sendo definida por: Combinando os neurônios em uma ou mais camadas, cada uma delas com um ou mais neurônios interligados através de sinapses, é obtida a chamada Rede Neural Artificial (RNA), como a exemplificada na Figura 2, e que genericamente possuem: (3) uma camada de entrada ou de distribuição, onde não se realiza nenhum tipo de cálculo; uma ou várias camadas ocultas, ou intermediárias, cada uma delas composta de um ou mais neurônios ocultos; uma camada de saída, contendo necessariamente um número de neurônios igual ao número de sinais de saída da rede.…”

Projeto, montagem e instrumentação de um protótipo experimental de sistema de polimerização para o desenvolvimento e implementação de diferentes técnicas de controles inteligentes

“…foi um dos pioneiros em utilizar lógica fuzzy em controle e demonstrou as vantagens em utilizar a linguagem natural para desenvolver controladores. Desde então, a lógica fuzzy vem sendo aplicada com bastante sucesso em uma vasta gama de aplicações (TAKAGI E SUGENO, 1983;LEE, 1990a).…”

“…Os sistemas neuro-fuzzy estão entre os sistemas híbridos mais pesquisados na atualidade. Muitos pesquisadores têm tentado integrar essas duas técnicas de modelagem para gerar um modelo híbrido que possa associar as vantagens de cada abordagem e minimizar suas deficiências (LEITE et al, 2011;KHAJEH et al, 2009;BURAGOHAIN e MAHANTA, 2008;EKPO e MUJTABA 2008;ERTUGRUL, 2008;SHEIKHZADEH et al, 2008;TAKAHASHI et al, 2008;ARRUDA, et al, 2007;TEIXEIRA et al, 2007, AL-HAJ et al, 2006MESA et al, 2006;NG e HUSSAIN, 2004;GALHARDO et al, 2009;PAGLIOSA, 2003;ZHANG, 2003;VIEIRA et al, 2003;ROCHA, 2003;CHENG e HUNG, 2002;PADILHA, 2001;VEGA, et al, 2000;).…”

“…O ANFIS faz uma adaptação dos valores de entrada e saída para uma base de regra que interliga todas as entradas e saídas, formando assim uma base de regras robusta que cria um sistema de inferência fuzzy que contempla todas as possíveis entradas. Esta estrutura implementa sistemas do tipo Takagi-Sugeno (TAKAGI e SUGENO, 1985).…”