Composición del acero, fases de equilibrio y propiedades
Industria del acero
Application of neural networks in steels chemical composition design
Aplicación de redes neuronales en el diseño de la composición química de los aceros
El acero es una aleación de hierro-carbono con diferentes proporciones, que puede llegar a 2% de carbono. Sin embargo, la mayoría de los aceros contienen menos de 0.5% de carbono. Además pueden contener agregados e impurezas naturales como fósforo y azufre.
El diseño de la composición química de los aceros que tienen las propiedades requeridas (como la forma definida de la curva de templabilidad (hardenability) es la tarea crucial, desde el punto de vista de la manufactura. El rápido desarrollo de la tecnología y las ciencias de la computación, así como de modernas herramientas de cómputo (entre ellas la inteligencia artificial), provoca su uso común creciente en distintos dominios de la ciencia y la tecnología.
Existe un gran interés en estos métodos, lo cual parece justificado, ya que pueden ser aplicados para resolver problemas novedosos y tratar con aquellos considerados clásicos. Este artículo presenta el método de diseñar la composición química, basándose en la curva de templabilidad conocida y con la forma requerida, con el uso de modelos de redes neuronales.
Este documento es un artículo elaborado por L.A. Dobrzański y W. Sitek (Institute of Engineering Materials and Biomaterials, Silesian University of Technology, Gliwice, Polonia). Se encuentra publicado en el Journal of the Brazilian Society of Mechanical Sciences and Engineering (Vol. 25, No 2, 2003, 185-188), revista alojada en el portal de la biblioteca electrónica de publicaciones científicas SciELO (Scientific Electronic Library On-Line)-Brasil (Sao Paulo, Brasil). SciELO es un modelo para la publicación electrónica cooperativa de revistas científicas en Internet, especialmente desarrollado para responder a las necesidades de la comunicación científica en los países en desarrollo, y particularmente de América Latina y el Caribe.
Development of semi-stochastic algorithm for optimizing alloy composition of high-temperature austenitic stainless steels (H-Series) for desired mechanical and corrosion properties
Desarrollo de un algoritmo semi-estocástico para optimizar la composición de la aleación de aceros austeníticos (Series H) para propiedades mecánicas y de corrosión deseadas
Existe una necesidad amplia a nivel industrial para mejorar el desempeño de las propiedades de los materiales para aplicaciones para las cuales son usualmente empleados, y para aumentar su temperatura de uso superior para aplicaciones que mejoren las eficiencias del proceso, tales como los procesos químicos y de tratamiento térmico llevados a cabo a temperaturas mayores de las corrientemente empleadas.
El objetivo de este trabajo es adaptar y usar un algoritmo semi-estocástico avanzado para una optimización multiobjetivo restringida, y combinarlo con verificación y pruebas experimentales para determinar las concentraciones óptimas de elementos de aleación en aleaciones de aceros inoxidables austeníticos resistentes al calor y la corrosión de la serie H que maximizarán simultáneamente cierto número de propiedades mecánicas y de corrosión. Este enfoque tiene el potencial de identificar composiciones que no podían ser identificadas sin llevar a cabo miles de experimentos. Además, tiene el potencial para crear y diseñar aleaciones para cada aplicación, maximizando con esto su uso a un costo reducido.
Este documento es un reporte preparado conjuntamente por la University of Texas at Arlington (Arlington, TX, Estados Unidos) y el Oak Ridge National Laboratory ONRL (Oak Ridge, TN, Estados Unidos), cuyos investigadores principales son George S. Dulikravich (University of Texas at Arlington), Vinod K. Sikka y G. Muralidharan (ONRL). El documento se encuentra alojado en el website de Information Bridge (DOE Scientific and Technical Information) (Office of Scientific & Technical Information OSTI, Oak Ridge, TN, Estados Unidos, 2006).
On the theory of phase equilibria austenite-cementite in steels and on interactions of carbon atoms in FCC and HCP iron
Sobre la teoría de los equilibrios de fases austenita-cementita en aceros y sobre la interacción de los átomos de carbono en hierro FCC y HCP
En este estudio se utilizan métodos microscópicos desarrollados tempranamente para describir las curvas de fase de equilibrio austenita-cementita en aceros y las interacciones carbono-carbono en hierro FCC y HCP (γ-Fe y ε-Fe). Como modelo de la cementita usual Fe3C con 16 átomos en una celda elemental rómbica, los autores consideraron su forma metaestable, el carburo hexagonal Fe3C (ε-cementita), cuya estructura cristalina es cercana a la de la cementita.
En primer lugar, se estudió la exactitud de distintos métodos estadísticos para aleaciones Fe-C, calculando la actividad termodinámica del carbono en la austenita para algunos modelos realísticos de las interacciones C-C. Los autores muestran que la aproximación de campo medio simple (simple mean-field approximation) no puede emplearse aquí, mientras que los métodos tipo tetrahedron cluster (TCA) y pair-cluster (PCA) proporcionan una descripción más exacta. Luego, usaron el TCA y el PCA para calcular las curvas de la fase de equilibrio austenita-cementita (binodales).
Este documento fue preparado por K. Yu. Khromov y V.G. Vaks (Russian Research Centre "Kurchatov Institute", Moscú, Rusia) para ”The Fourth International Conference on Mathematical Modeling and Computer Simulation of Materials Technologies MMT-2006” (Ariel, Israel, 11-15 de septiembre de 2006), evento organizado por el Materials Research Center de la Ariel University Center of Samaria (Ariel, Israel).
