Logotipo del repositorio

Publicación:
Análisis correlacional entre la morfología de los melt pools, las propiedades mecánicas y la porosidad del Inconel 718 producido mediante fabricación aditiva metálica.

dc.contributor.advisorPerez Ruiz, Jose David
dc.contributor.advisorPertuz Arroyo, Said David
dc.contributor.authorBarajas Ramirez, Cesar Hernando
dc.contributor.authorPabón Celis, Jose Arley
dc.contributor.evaluatorMartinez, Manuel del jesús
dc.contributor.evaluatorVillegas Bermudez, Diego Fernando
dc.date.accessioned2026-02-18T19:14:58Z
dc.date.available2026-02-18T19:14:58Z
dc.date.created2026-02-16
dc.date.embargoEnd2031-02-16
dc.date.issued2026-02-16
dc.description.abstractLa morfología de los melt pools en la fabricación aditiva metálica por fusión de lecho de polvo mediante láser (LPBF) influye directamente en la formación de porosidad y en las propiedades mecánicas de los componentes fabricados. En este trabajo se presenta el desarrollo y aplicación de una herramienta digital para la segmentación automatizada y el análisis morfológico de melt pools identificados en micrografías metalográficas de Inconel 718 producido por LPBF, orientada al establecimiento de correlaciones cuantitativas entre parámetros geométricos del melt pool, la porosidad y las propiedades mecánicas del material. La metodología se basa en el entrenamiento de un modelo de segmentación mediante una red neuronal convolucional tipo U-Net, integrado en una aplicación interactiva desarrollada en Python y MATLAB. La herramienta permite la segmentación automática de micrografías metalográficas, la extracción de parámetros geométricos característicos (incluyendo ancho, altura o profundidad y radio de curvatura) y la clasificación de los melt pools según su orientación. Los resultados evidencian una extracción consistente y reproducible de los parámetros morfológicos, lo que permitió construir bases de datos estructuradas para el análisis estadístico y la identificación de relaciones entre la geometría del melt pool, la densidad relativa y propiedades mecánicas como el esfuerzo de fluencia y el módulo de Young. Gracias a la herramienta digital desarrollada, fue posible obtener de manera objetiva los parámetros morfológicos necesarios para establecer correlaciones cuantitativas entre la morfología del melt pool, la porosidad y las propiedades mecánicas del material constituyendo un enfoque eficiente para el análisis microestructural en procesos de fabricación aditiva metálica y reduciendo la subjetividad asociada al análisis manual.
dc.description.abstractenglishThe morphology of melt pools in laser powder bed fusion (LPBF) metal additive manufacturing directly influences porosity formation and the mechanical properties of fabricated components. This work presents the development and application of a digital tool for the automated segmentation and morphological analysis of melt pools identified in metallographic micrographs of LPBF-produced Inconel 718, aimed at establishing quantitative correlations between melt pool geometric parameters, porosity, and the mechanical properties of the material. The methodology is based on training a convolutional neural network segmentation model of the U-Net type, integrated into an interactive application developed in Python and MATLAB. The tool enables the automatic segmentation of metallographic micrographs, the extraction of characteristic geometric parameters (including width, height or depth, and radius of curvature), and the classification of melt pools according to their orientation. The results demonstrate a consistent and reproducible extraction of morphological parameters, allowing the construction of structured databases for statistical analysis and the identification of relationships between melt pool geometry, relative density, and mechanical properties such as yield strength and Young’s modulus. Owing to the developed digital tool, the required morphological parameters were obtained objectively to establish quantitative correlations between melt pool morphology, porosity, and mechanical properties, constituting an efficient approach for microstructural analysis in metal additive manufacturing processes and reducing the subjectivity associated with manual analysis.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Mecánico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/47057
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería Mecánica
dc.publisher.schoolEscuela de Ingeniería Mecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectMelt pool
dc.subjectManufactura aditiva
dc.subjectLPBF
dc.subjectpropiedades mecánicas
dc.subjectParámetros Geométricos
dc.subjectProcesamiento de Imágenes
dc.subjectPorosidad
dc.subjectMachine Learning.
dc.subject.keywordMelt pool
dc.subject.keywordAdditive manufacturing
dc.subject.keywordLPBF
dc.subject.keywordMechanical properties
dc.subject.keywordGeometrical parameters
dc.subject.keywordImage processing
dc.subject.keywordPorosity
dc.subject.keywordMachine Learning.
dc.titleAnálisis correlacional entre la morfología de los melt pools, las propiedades mecánicas y la porosidad del Inconel 718 producido mediante fabricación aditiva metálica.
dc.title.englishCorrelational Analysis between Melt Pool Morphology, Mechanical Properties, and Porosity of Inconel 718 Produced by Metal Additive Manufacturing
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 5 de 5
Cargando...
Miniatura
Nombre:
Carta de confidencialidad.pdf
Tamaño:
111.83 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Nota de proyecto.pdf
Tamaño:
558.27 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Carta de autorizacion.pdf
Tamaño:
103.74 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Apendices.zip
Tamaño:
29.25 MB
Formato:
Unknown data format
Cargando...
Miniatura
Nombre:
Documento.pdf
Tamaño:
2.39 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
2.17 KB
Formato:
Item-specific license agreed to upon submission
Descripción:

VIGILADA MINEDUCACIÓN

Ordenanza No. 83 de 1.944 (junio 22)

Carácter académico: Universidad

Notificaciones judiciales: notjudiciales@uis.edu.co 

.

Código SNIES: 1204   Nit: 890.201.213-4

Línea Anticorrupción:  +57 (601) 562 9300 EXT: 3633

Línea transparente: +57 (607) 630 3031