Resumen

El objetivo de este trabajo es mejorar la eficacia del análisis inverso (AI) para diversos ensayos de materiales. Se consideraron modelos de tensión de flujo y modelos de evolución de la microestructura de diversa complejidad de formulación matemática. Se realizaron diferentes tipos de experimentos y los resultados se utilizaron para la identificación de los modelos. Se realizó un análisis de sensibilidad para todos los modelos y se evaluó la importancia de los parámetros en estos modelos. Se propusieron metamodelos basados en redes neuronales artificiales para simular los experimentos en la solución inversa. El análisis realizado ha demostrado que se puede conseguir una disminución significativa de los tiempos de cálculo cuando los metamodelos sustituyen al modelo de elementos finitos en el análisis inverso, como es el caso de la identificación de los modelos de tensión de flujo. La aplicación de metamodelos dio buenos resultados para los modelos de tensión de flujo basados en ecuaciones de forma cerrada que tienen en cuenta la influencia de la temperatura, la deformación y la velocidad de deformación (4 coeficientes) y, además, el reblandecimiento debido a la recristalización (5 coeficientes) y el reblandecimiento y la saturación (7 coeficientes). Se confirmó la buena precisión y la alta eficacia de la AI. Por el contrario, la identificación de los modelos de evolución de la microestructura, incluidos los modelos de transformación de fase, no dio lugar a una reducción notable del tiempo de cálculo.

• Materias:Energía nuclear Dinámica molecular Metales Electrodos Acero Acero inoxidable
• Subjects:Nuclear energy Molecular dynamics Metals Electrodes Steel Stainless steel
• Palabras claves:modelo de tensión de flujo, modelo de evolución de la microestructura, tiempo de cálculo, análisis inverso, ecuación de forma cerrada, modelo de elementos finitos, aplicación de metamodelos, identificación del modelo, identificación de la microestructura, identificación del flujo
• Keywords:flow stress model, microstructure evolution model, computing time, inverse analysis, closed form equation, finite elements model, application of metamodels, identification of model, identification of microstructure, identification of flow