Estudio del comportamiento termo-mecánico de un acero microaleado de medio carbono durante un proceso de conformado en caliente usando una red neuronal artificial

• Alcelay, Ignacio ^[1] ; Peña, Esteban ^[1] ; Al Omar, Anas ^[1]
  1. [1] Universitat Politècnica de Catalunya

     Universitat Politècnica de Catalunya

     Barcelona, España

     
• Localización: Revista de metalurgia, ISSN 0034-8570, Vol. 52, Nº. 2, 2016, pág. 66
• Idioma: español
• Títulos paralelos:
  • Study of the thermo-mechanical behavior of medium carbon microalloyed steel during hot forming process using an artificial neural network
• Enlaces
  • Texto completo
• Resumen
  • español

    El comportamiento termo-mecánico de un acero microaleado de medio carbono ha sido analizado mediante una Red Neuronal Artificial (RNA). Las curvas de fluencia para el entrenamiento de la RNA han sido obtenidas mediante ensayos de compresión en caliente que se efectuaron a temperaturas que oscilaron entre 1150 °C y 900 °C a incrementos de 50 °C, y en un intervalo de velocidades de deformación que varió entre 10-4 y 10 s-1. Se ha podido comprobar que el modelo de RNA, desarrollado en el presente trabajo, es capaz de predecir con exactitud y eficiencia el comportamiento de fluencia en caliente del acero estudiado y existe un buen acuerdo entre los resultados experimentales y los resultados de la RNA. Para analizar la conformabilidad del acero microaleado se han construido mapas de procesado basados en el modelo dinámico de materiales (DMM) usando los valores de la tensión de fluencia obtenidos mediante la RNA. El estudio de los mapas revela los diferentes dominios de la fluencia plástica del acero estudiado y muestra la gran similitud entre los resultados experimentales y los resultados teóricos, por lo que el uso de la RNA puede constituir una alternativa muy interesante para el diseño y el estudio de los procesos de conformado en caliente.

  • English

    The thermo-mechanical behavior of medium carbon microalloyed steel has been analyzed by an Artificial Neural Network (ANN). The flow curves for training the ANN have been obtained from the hot compression tests, carried out over a temperature range varying from 900 to 1150 °C and at different true strain rates ranging from 10-4 to 10 s-1. It has been found that the ANN model developed in this study is capable to predict accurately and efficiently the flow behavior of the studied steel and there is a good agreement between the experimental results and the ANN results. To analyze the formability of the studied steel, processing maps have been constructed on the basis of the Dynamic Materials Model (DMM), using the ANN values of the flow stress. The study of maps reveals the different domains of the flow behavior of the studied steel and shows the great similarity between the experimental results and the theoretical results, so the use of the ANN can constitute an interesting alternative for design and study of hot forming processes.