Resumo:
Estruturas de engenharia geralmente operam sob condições adversas, incluindo sobrecarga, altas temperaturas e ambientes quimicamente agressivos. Neste contexto, a soldagem aparece como um processo de fabricação amplamente utilizado em todo o mundo. Como consequência, esse processo requer aprimoramentos contínuos. A soldagem pode ser definida como fusão e coalescência de materiais por meio de calor. Para se obter uma solda de alta qualidade, alguns parâmetros devem ser controlados com precisão, incluindo a corrente de soldagem, tensão, fluxo de gás e indutância. Além disso, os materiais de soldagem devem ser cuidadosamente especificados. Este trabalho tem como objetivo desenvolver um modelo computacional baseado em Redes Neurais Artificiais (RNAs) para determinação dos parâmetros ótimos de soldagem. Três materiais distintos, SAE 1020, SAE 1045 e aço inoxidável ASTM A240-13c, foram inicialmente soldados em diferentes condições pelo processo MIG/MAG. Parâmetros importantes no processo de soldagem tais como tipo de material e espessura, tipo de solda, distância entre as partes, corrente elétrica, tensão, taxa de alimentação do arame e vazão de gás foram utilizados para treinamento da RNA. Assim, RNA foi treinada e validada. Então, foi feita a inversão da rede de forma a utilizá-la como parâmetro de configuração do processo MIG/MAG de modo a fornecer uma solda dentro das especificações estipuladas pelo projeto ao qual pertencem. Ao usar essa abordagem, busca-se minimizar o desperdício de matérias-primas e também diminuir custos e tempo associados ao processo de soldagem.
