Emprego de Machine Learning na otimização de parâmetros de processo para a produção de refratários de SiC ligados por Si3N4
Carregando...
Data
Data de publicação
2024
Orientador
Título da Revista
ISSN da Revista
Título do Volume
É parte de
É parte de
É parte de
É parte de
CONGRESSO BRASILEIRO DE CERÂMICA, 68
Exportar
Resumo
Refratários a base de carbeto de silício ligado a nitreto de silício (reaction
bonded silicon nitride – silicon carbide, RBSN-SiC) apresentam um importante
conjunto de propriedades e características, como alta resistência mecânica e
tenacidade à fratura, mesmo em temperaturas elevadas, baixo coeficiente de
expansão térmica e resistência à oxidação. No processo RBSN-SiC tem-se
diversos fenômenos envolvidos na nitretação de partículas de silício dispersas
em matriz de carbeto de silício, originando um refratário formado por grãos
de SiC unidos pelo Si3N4 formado. O controle destes fenômenos para que se
obtenha uma microestrutura que potencialize as propriedades deste refratário
é um desafio. Neste trabalho variou-se alguns dos principais parâmetros de
processo (granulometria do Si metálico, adição de grafeno à moagem, e
atmosfera e temperatura de sinterização) e, a partir da caracterização de
diferentes propriedades, elaborou-se modelos preditivos destas, tanto de
regressão quanto de classificação. As propriedades avaliadas a partir dos
corpos sinterizados foram densidade e porosidade aparente, variação de
massa, fases presentes, microestrutura e resistência mecânica. Após a coleta
dos dados foi realizada uma análise exploratória e elaborados dois algoritmos
de machine learning: classificação e regressão. Foi utilizada a ferramenta
XGBoost (algoritmo de aprendizado supervisionado) para gerar modelos
precisos para a previsão da variação de massa, densidade aparente e
resistência mecânica do refratário RBSN-SiC. Ambos os algoritmos (de regressão e de classificação) foram competentes nas suas previsões, tanto para
valores discretos quanto para valores contínuos.
Como referenciar
MATOS, D.S.; GENOVA, L.A.; MENEZES, M.O. Emprego de Machine Learning na otimização de parâmetros de processo para a produção de refratários de SiC ligados por Si3N4. In: CONGRESSO BRASILEIRO DE CERÂMICA, 68, 17-20 de junho, 2024, Santos, SP. Resumo... São Paulo, SP: Associação Brasileira de Cerâmica - ABCERAM, 2024. Disponível em: https://repositorio.ipen.br/handle/123456789/48826. Acesso em: 30 Dec 2025.
Esta referência é gerada automaticamente de acordo com as normas do estilo IPEN/SP (ABNT NBR 6023) e recomenda-se uma verificação final e ajustes caso necessário.