M. Maroski, A. Sausen, P. Sausen, Maurício De Campos, Manuel Binelo, Diego Tolotti de Almeida, Angelica Paola de Oliveira Lopes, Vagner Braga
{"title":"Modelagem matemática da eficiência térmica da soldagem a arco elétrico utilizando redes neurais artificiais","authors":"M. Maroski, A. Sausen, P. Sausen, Maurício De Campos, Manuel Binelo, Diego Tolotti de Almeida, Angelica Paola de Oliveira Lopes, Vagner Braga","doi":"10.5335/rbca.v14i3.13154","DOIUrl":null,"url":null,"abstract":"Neste artigo é abordado o problema da estimativa da eficiência térmica da soldagem a arco elétrico, especialmente em relação ao processo \\textit{Gas Metal Arc Welding}. Apesar de ser um parâmetro de grande relevância, a eficiência muitas vezes é determinada a partir de valores tabelados pelas normas técnicas, o que pode acabar prejudicando as análises metalúrgicas, visto que esses valores nem sempre conseguem contemplar todas as variações possíveis nos parâmetros da solda. Nesse contexto, neste artigo é proposto o desenvolvimento de um modelo matemático através de Redes Neurais Artificiais (RNAs) para ser utilizado em conjunto com um calorímetro de fluxo contínuo, a fim de se obter uma estimativa prévia para a eficiência e evitar despesas com ensaios experimentais que produziriam resultados abaixo do ideal. Os dados experimentais foram obtidos através de ensaios do processo de soldagem na empresa Bruning Tecnometal Ltda, e as simulações foram realizadas na ferramenta computacional Matlab. O modelo proposto foi validado por meio do método \\textit{k-fold cross-validation} e apresentou baixo erro relativo médio.","PeriodicalId":41711,"journal":{"name":"Revista Brasileira de Computacao Aplicada","volume":null,"pages":null},"PeriodicalIF":0.2000,"publicationDate":"2022-10-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Computacao Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5335/rbca.v14i3.13154","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS","Score":null,"Total":0}
引用次数: 0
Abstract
Neste artigo é abordado o problema da estimativa da eficiência térmica da soldagem a arco elétrico, especialmente em relação ao processo \textit{Gas Metal Arc Welding}. Apesar de ser um parâmetro de grande relevância, a eficiência muitas vezes é determinada a partir de valores tabelados pelas normas técnicas, o que pode acabar prejudicando as análises metalúrgicas, visto que esses valores nem sempre conseguem contemplar todas as variações possíveis nos parâmetros da solda. Nesse contexto, neste artigo é proposto o desenvolvimento de um modelo matemático através de Redes Neurais Artificiais (RNAs) para ser utilizado em conjunto com um calorímetro de fluxo contínuo, a fim de se obter uma estimativa prévia para a eficiência e evitar despesas com ensaios experimentais que produziriam resultados abaixo do ideal. Os dados experimentais foram obtidos através de ensaios do processo de soldagem na empresa Bruning Tecnometal Ltda, e as simulações foram realizadas na ferramenta computacional Matlab. O modelo proposto foi validado por meio do método \textit{k-fold cross-validation} e apresentou baixo erro relativo médio.