Análise de partículas de inclusão não metálicas assistida por inteligência artificial em aços avançados usando aprendizado de máquina: Uma revisão

Resumo A detecção e caracterização de inclusões não metálicas são essenciais para a produção de aço limpo. Recentemente, a análise de imagem combinada com o processamento de dados de alta dimensão de materiais metálicos usando aprendizado de máquina (ML) baseado em inteligência artificial (IA) se desenvolveu rapidamente. Essa técnica alcançou resultados impressionantes no campo da classificação de inclusões em metalurgia de processos. O presente estudo examina a modelagem de ML para previsão de inclusões em aços avançados, incluindo a detecção, classificação e previsão de características de inclusões em diferentes classes de aço. Estudos sobre aço limpo com diferentes características baseadas em dados e análise de imagem via ML são resumidos. Em relação à análise de dados, a metodologia de previsão de inclusões baseada em ML estabelece uma conexão entre os parâmetros experimentais e as características das inclusões e analisa a importância dos parâmetros experimentais. Em relação à análise de imagem, o foco é colocado na classificação de diferentes tipos de inclusões via aprendizado profundo, em comparação com a análise de dados. Por fim, recomenda-se o desenvolvimento adicional de análises de inclusões utilizando métodos baseados em ML. Este trabalho abre caminho para a aplicação de metodologias baseadas em IA para estudos de aço ultraclean a partir de uma perspectiva de metalurgia sustentável.