Por: GUILHERME DIAS DA FONSECA (Universidade federal fluminense ), André Luiz Moraes Alves (UNIVERSIDADE FEDERAL FLUMINENSE ), Felipe da Silva Siqueira (UNIVERSIDADE FEDERAL FLUMINENSE ), Camila dos Santos Pinto (UNIVERSIDADE FEDERAL FLUMINENSE ), Weslley Luiz da Silva Assis (UNIVERSIDADE FEDERAL FLUMINENSE ), Paulo Rangel Rios (UNIVERSIDADE FEDERAL FLUMINENSE )
Resumo:
Neste trabalho estudou-se o comportamento cinético das transformações de fases por nucleação e crescimento nas interfaces (faces, arestas e vértices), das matrizes poliedricas de Kelvin, Voronoi e de Monte Carlo, através da simulação computacional. Com o objetivo principal de comparar os resultados obtidos das simulações com os modelos analíticos de Johnson e Mehl, Kolmogorov e Avrami (JMAK), e de John W. Cahn. As matrizes foram geradas por modelos estocásticos e através do método de crescimento do Cone Causal. Em engenharia o entendimento do comportamento das transformações de fases por nucleação e crescimento são importantes para prever os possíveis locais de nucleação, assim como no entendimento do comportamento dos constituintes presentes do diagrama ferro carbono, na decomposição da austenita, no processo de recristalização, entre outros. Desta forma, o modelamento computacional foi utilizado para o estudo das transformações de fases por nucleação e crescimento, obtendo como resultados a fração volumétrica, o caminho microestrutural e a contiguidade, ambos resultados foram importantes para a caracterização microestrutural e para descrever a distribuição dos núcleos no espaço. Com os resultados obtidos observou-se que se os núcleos estão bem distribuídos nas interfaces o impingement será mais fraco, levando as simulações de Voronoi e de Kelvin a corroborarem com o modelo analítico de JMAK, já o Modelo de Monte Carlo, não apresentou o mesmo comportamento, ou seja, ficou evidenciado que nem sempre a aleatoriedade vai ser válida para todos os casos. Foi constatado também que se aumenta consideravelmente a quantidade de núcleos, a distribuição perde a característica de aleatoriedade e passa a se comportar como clusters, corroborando com o modelo analítico de Cahn.
