Exportar registro bibliográfico

Wear coefficient modeling of an indefinite chilled double pour (ICDP) cast iron using finite element method and machine learning (2024)

  • Authors:
  • Autor USP: LIMA, ARNALDO OLIVEIRA - EP
  • Unidade: EP
  • Sigla do Departamento: PME
  • Subjects: APRENDIZADO COMPUTACIONAL; MÉTODO DOS ELEMENTOS FINITOS; FERRO FUNDIDO
  • Agências de fomento:
  • Language: Inglês
  • Abstract: Os cilindros de laminação a quente são ferramentas de conformação mecânica suscetíveis a danos decorrentes do desgaste, comprometendo sua eficiência. Um dos principais tipos de danos, que ocorre na superfície desses cilindros, é o desgaste por abrasão. Este estudo apresenta uma modelagem de mecanismos e coeficiente de desgaste baseado na equação de Archard, utilizando uma metodologia que combina ensaios experimentais, o método dos elementos finitos e aprendizado de máquina. Para atingir o objetivo, este estudo foi divido em 4 partes: (A) caracterização microestrutural, (B) ensaios experimentais, (C) modelagem numérica e (D) aprendizado de máquinas. Na primeira etapa (A) foi realizada a caracterização das propriedades mecânicas da microestrutura do ferro fundido de coquilhamento indefinido, material estudado e utilizado em cilindros de laminação. As técnicas para a caracterização microestrutural e mecânica incluíram microscopia óptica e eletrônica de varredura, difração de raios-X e indentação instrumentada. (B) A reprodução da abrasão do cilindro de laminação foi simplificada pelo uso do ensaio de riscamentos múltiplos. Neste ensaio, o abrasivo único é representado pelo indentador, que risca a superfície da amostra em um movimento alternado linear. Os riscos foram realizados com carga constante na escala micro, e a profundidade de penetração ao longo das trilhas de desgaste foi obtida com o uso de perfilometro 3D. (C) Já os modelos numéricos foram desenvolvidos no programa Abaqus® no modo dinâmico explícito, com a modelagem da microestrutura heterogênea de um ferro fundido de coquilhamento indefinido. (D) Por fim, foram desenvolvidos três algoritmos de aprendizado de máquinas (redes neurais, floresta aleatória e regressão linear robusta), para estimar o coeficiente de desgaste do ferro fundido decoquilhamento indefinido com as condições dos ensaios experimentais e numéricos. Para isso, um banco de dados foi criado utilizando os resultados experimentais e numéricos. As contribuições deste projeto são duas: 1. Modelagem da abrasão em uma microestrutura heterogênea, como a do ferro fundido de coquilhamento indefinido utilizada em cilindro de laminação e 2. Uma ferramenta em inteligência artificial para estimar o desgaste causado pelo mecanismo de abrasão, também baseada na microestrutura heterogênea.
  • Imprenta:
  • Data da defesa: 04.11.2024
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      LIMA, Arnaldo Oliveira. Wear coefficient modeling of an indefinite chilled double pour (ICDP) cast iron using finite element method and machine learning. 2024. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3151/tde-06032025-090227/pt-br.php. Acesso em: 28 dez. 2025.
    • APA

      Lima, A. O. (2024). Wear coefficient modeling of an indefinite chilled double pour (ICDP) cast iron using finite element method and machine learning (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3151/tde-06032025-090227/pt-br.php
    • NLM

      Lima AO. Wear coefficient modeling of an indefinite chilled double pour (ICDP) cast iron using finite element method and machine learning [Internet]. 2024 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3151/tde-06032025-090227/pt-br.php
    • Vancouver

      Lima AO. Wear coefficient modeling of an indefinite chilled double pour (ICDP) cast iron using finite element method and machine learning [Internet]. 2024 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3151/tde-06032025-090227/pt-br.php


Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2025