Banca de DEFESA: FRANCIRLEY PAZ DA SILVA
29/06/2023 12:29
A carburização é um dano microestrutural e tem sido um importante fator para redução da vida útil e da confiabilidade operacional dos tubos de fornos de pirólise fabricados em aço HP. Tradicionalmente, métodos não destrutivos baseados em medidas magnéticas têm sido empregados na avaliação da integridade estrutural desses equipamentos. Nesse trabalho a caracterização ultrassônica combinada com técnicas de aprendizado de máquinas e processamentos de sinais, mostrou ser uma alternativa promissora em comparação as técnicas de inspeção magnéticas atuais. Assim, o objetivo desta tese foi avaliar a influência das frequências de 2.25 MHz e 5 MHz na acurácia do processamento ultrassônico nos modelos de aprendizado de máquinas aplicados na classificação de espécimes de aço HP com 4 níveis diferentes de danos por carburização provenientes de fornos de pirólise. Os modelos utilizados foram GNB, KNB, KNN, SD e SVM. Os resultados foram validados com base nas técnicas de caracterização microestrutural (MEV,EDS,EBSD) pelas quais se pode determinar a espessura da camada cementada e as frações de carbeto de cromo, utilizando-se da análise multicenários. Os resultados apontaram uma melhor aderência do modelo na detecção da carburização em níveis menores, com os classificadores GNB e KNB que alcançam o F1-score de 100% e 97,44% respectivamente em 5 MHz. O menor desempenho foi obtido pelo modelo KNBFFT com 91,94% na frequência de 5 MHZ, para a classe mais carburizada. Contudo o seu de desempenho para a mesma classe na frequência de 2MHz apresentou melhor desempenho.
SIGAA | Superintendência de Tecnologia da Informação/UFS | Telefonista/UFS (79)3194-6600 | Copyright © 2009-2024 - UFRN v3.5.16 -r19142-da426f1ea9