Modelo matemático para previsão das propriedades mecânicas na laminação a quente de perfis estruturais

Os parâmetros termomecânicos têm uma grande influência na cinética dos fenômenos de amaciamento dos aços e, consequentemente, na morfologia e tamanho de grãos durante e após a deformação. Os mecanismos estáticos e dinâmicos de refino de grão atuantes na laminação a quente variam em função da temperatura de laminação, da deformação aplicada, dos tempos entre passes e da composição química. O objetivo deste trabalho foi desenvolver um modelo matemático via planilha eletrônica Excel para se prever a evolução da microestrutura e, consequentemente, se preverem as propriedades mecânicas de perfil estrutural após laminação a quente na linha de laminação industrial. Inicialmente, fez uma caracterização do processo de conformação de perfis para um determinado produto, englobando as principais variáveis, tais como, deformação, taxa de deformação, temperatura, tempo entre passes, dentre outras. Em seguida, corridas industriais foram realizadas em caráter experimental para obtenção de um conjunto de dados de entrada, ou de dados para alimentação do modelo matemático. Finalmente, o modelo foi validado comparando-se suas previsões com os resultados obtidos diretamente da laminação industrial.Thermomechanical parameters have great influence on the kinetics of softening in steels and, consequently, on the grain morphology and sizes during and after deformation. Static and dynamic grain refining mechanisms acting during hot rolling vary as a function of rolling temperature, the applied deformation, the interpass times and chemical compositions. The goal of this work was to built a mathematical modelvia Excel type spreadsheet able to predict microstructure evolution and, consequently, to predict mechanical properties of a structure shape after hot rolling in an industry plant. Initially, characterization of the forming process for a given product was carried out taking into account the main process variables such as strain, strain rate, temperature and interpass times, among others. Then, industry trials were performed to obtain aentry data set to feed the mathematical model. Finally, the model was validated by comparing its predictions with results obtained directly from industry runs