• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.18.2010.tde-02022011-160917
Document
Auteur
Nom complet
Renata Neves Penha
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Carlos, 2010
Directeur
Jury
Canale, Lauralice de Campos Franceschini (Président)
Farah, Alessandro Fraga
Marques, Flavio Donizeti
Pinto, Haroldo Cavalcanti
Vatavuk, Jan
Titre en portugais
Modelagem do processo de revenimento por redes neurais
Mots-clés en portugais
Modelagem
Propriedades mecânicas
Redes neurais
Revenimento
Resumé en portugais
Os resultados dos processos de alívio de tensões e demais alteraçõees em propriedades mecânicas no revenimento são dependentes do tempo e da temperatura do processo o qual pode ser correlacionado usando algum parâmetro como o de Holloman-Jaffe ou o de Larsen-Miller. Estes parâmetros medem o efeito térmico do processo na transformação metalúrgica do aço durante o revenimento. Processos apresentando o mesmo parâmetro devem apresentar o mesmo efeito nas propriedades mecânicas, como a dureza, por exemplo. No entanto, expressões numéricas mais tradicionais assumem que o processo de revenimento é isotérmico, o que raramente acontece nos fornos de produçãoo, devido ao período de aquecimento anterior ao encharcamento na temperatura de revenimento desejada. Embora a equação de Larsen-Miller e o parâmetro de Holloman-Jaffe sejam bem conhecidos, suas origens e limitações, e em alguns casos seus usos, geralmente não são discutidos em detalhes na maioria dos textos de tratamento térmico. Assim o que se deseja é estabelecer uma relação numérica mais precisa, utilizando redes neurais para simular os efeitos do processo de revenimento dos aços para beneficiamento, através da previsão de suas propriedades mecânicas.
Titre en anglais
Modeling of tempering process by means of neural networks
Mots-clés en anglais
Mechanical properties
Modeling
Neural networks
Tempering
Resumé en anglais
The process results of stress relief and other alterations on mechanical properties on tempering are function of time and temperature process, which can be correlated using some parameter as Hollomon-Jaffe or Larsen-Miller. These parameters measure the process thermal effect of metallurgical transformation of steel during tempering. Processes showing the same parameter should have the same effect on mechanical properties, as hardness, for example. However, traditional numerical equations assume that the tempering process is isothermal, what rarely happens in production furnaces, due of the heating time prior to soaking on the desired tempering temperature. Although the equation of Larsen-Miller and the Hollomon- Jaffe parameter are well known, their origins and limitation, and in some case their uses, generally are not discussed in details in the majority of heat treatments texts. So if what it tor establish a more accurate numerical relation, using neural networks for simulating the effects of the tempering process, through its mechanical properties.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
RNP.pdf (14.83 Mbytes)
Date de Publication
2011-02-08
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.