Resumen

El objetivo de esta contribución es esbozar las posibilidades de aplicación de las redes neuronales artificiales para la predicción de las propiedades mecánicas del acero tras el tratamiento térmico y juzgar sus perspectivas de uso en este campo. Los modelos obtenidos permiten predecir las propiedades mecánicas finales del material a partir de parámetros decisivos que influyen en dichas propiedades. Aplicando métodos de inteligencia artificial en combinación con métodos de análisis matemático-físico será posible crear facilidades para diseñar un sistema de racionalización continua de las tecnologías industriales existentes y también de las de nuevo desarrollo.

INTRODUCCIÓN

Uno de los campos en los que es posible explotar las redes neuronales es la predicción de las propiedades mecánicas de los materiales a partir de su composición y tratamiento precedente. Las propiedades finales de fabricación de productos de acero de un tamaño y forma determinados dependen de su composición química, de la tecnología del acero, del tipo de semiproducto y de la tecnología de formación y tratamiento térmico. El acero y la tecnología de conformado tienen una importancia considerable desde el punto de vista de las propiedades finales de los productos de acero porque, junto con la composición química y la denominada pureza del acero, crean la base de las propiedades de estos materiales. Sin embargo, estas propiedades pueden verse parcialmente influidas por el tratamiento térmico. Por lo tanto, una tecnología de tratamiento térmico seleccionada o ejecutada de forma inadecuada puede ser también la causa de que no se alcancen las propiedades de fabricación de los productos de acero son [1].

Por lo tanto, para proponer el tratamiento térmico óptimo deben tenerse en cuenta tanto los conocimientos físico-metalúrgicos actualmente conocidos como los resultados experimentales y las experiencias prácticas adquiridas con diversos productos de acero de distintos tipos.

Los conocimientos teóricos de la metalurgia física no expresan de forma exhaustiva todas las variables físicas que influyen en la calidad de fabricación del producto resultante. Por ello, los archivos de datos contenidos en los diagramas de aceros IRA y ARA de diferentes composiciones químicas constituyen la herramienta básica para el tratamiento térmico. Es posible tratar estos datos estadísticamente y adquirir así relaciones empíricas, que sirven para predecir el curso de los procesos parciales que tienen lugar en el tratamiento térmico. Estas relaciones se han obtenido hasta ahora sobre la base del análisis de regresión de los datos medidos. Actualmente se ofrece la posibilidad real de predecir diferentes parámetros del acero con el uso de elementos de inteligencia artificial. Conectando adecuadamente estos resultados con conocimientos de metalurgia física y con datos prácticos sobre el tratamiento térmico, es posible obtener las bases para crear un modelo semiempírico de tratamiento térmico [2].

• Materias:Redes neuronales artificiales Redes neuronales (Computadores) Modelado de simulación Metalurgia Proporciones mecánicas
• Subjects:Artificial neural networks Neural networks (Computer science) Simulation modeling Metallurgy Mechanical proporties
• Palabras claves:Metalurgia; Acero; Proporciones mecánicas; Redes neuronales; Modelo
• Keywords:Metallurgy; Steel; Mechanical proporties; Neural networks; Model