METAMODELAGEM PARA ANÁLISE TÉRMICA NO TORNEAMENTO COM FERRAMENTA DE AÇO RÁPIDO USANDO REDES LSTM
Nome: HUGO DOS ANJOS SANTOS
Data de publicação: 13/12/2024
Banca:
Nome |
Papel |
|---|---|
| JULIO CESAR SAMPAIO DUTRA | Coorientador |
| LUIZ ALBERTO DA SILVA ABREU | Examinador Externo |
| MARCELO CAMARGO SEVERO DE MACEDO | Examinador Interno |
| WELLINGTON BETENCURTE DA SILVA | Presidente |
Resumo: A previsão da distribuição de temperatura durante o processo de torneamento é fundamental para otimizar as operações de usinagem e prolongar a vida útil da ferramenta. Este estudo investiga a aplicação de redes neurais LSTM para modelar o campo de temperatura em operações de torneamento utilizando ferramentas de aço rápido. A pesquisa integra simulações numéricas realizadas com o software ANSYS® e dados experimentais, permitindo uma análise abrangente dos mecanismos de transferência de calor. Os resultados revelam que a rede neural LSTM é altamente eficaz, alcançando valores baixos de erro quadrático médio (RMSE) e processando dados de forma mais eficiente em comparação com métodos numéricos tradicionais. Este estudo propõe um metamodelo que preserva a precisão da previsão enquanto reduz significativamente os custos computacionais em relação às simulações convencionais. Esta abordagem inovadora tem o potencial de melhorar o monitoramento térmico em processos industriais, otimizando a produção e melhorando a qualidade da usinagem.
Palavras-chave: Metamodelagem; Redes neurais LSTM; Processo de torneamento; Previsão de temperatura.
