Encabeza fabricación de productos de acero por arco de alambre en impresión 3D como tecnología promisoria
17 de noviembre de 2021.- Los procesos de fabricación aditiva (AM), comúnmente conocidos como impresión 3D, presentan una multitud de oportunidades interesantes en numerosas industrias, incluidas la ingeniería, la aeroespacial y automotriz.
Esto se debe al desarrollo de la AM para materiales metálicos que ha facilitado la producción de componentes complejos e intrincados, como boquillas de combustible para motores a reacción.
Sin embargo, a diferencia de los materiales convencionales, los metales que han sido fabricados y formados mediante procesos de AM presentan mayores niveles de variación tanto en sus propiedades geométricas como mecánicas.
Estas variaciones no se comprenden ampliamente, lo que impide las pruebas posteriores a la fabricación para establecer estándares de seguridad, lo que significa que los fabricantes se encuentran con una cierta barrera.
Componentes WAAM de acero
De todas las tecnologías emergentes en AM, una de las más prometedoras para la producción de componentes a gran escala es la fabricación aditiva por arco de alambre (WAAM). Este proceso es una variación de la tecnología de deposición de energía directa (DED) y utiliza un proceso de soldadura por arco para imprimir componentes metálicos en 3D.
A diferencia de los métodos convencionales de AM en polvo metálico, WAAM funde alambre de metal utilizando un arco eléctrico como fuente de calor sobre una base de sustrato metálico. Cuando el alambre se funde y se expresa en forma de perlas sobre el sustrato. A medida que las perlas se adhieren entre sí, se produce una capa de material metálico. A continuación, se repite el proceso, capa por capa, hasta que se completa el componente metálico.
Sin embargo, todavía existen desafíos asociados con este proceso debido a la incertidumbre en torno a las propiedades estructurales y mecánicas y las complejas deformaciones térmicas. De ahí la necesidad de un método para respaldar una caracterización de material eficaz para WAAM: «Específicamente, desarrollamos un modelo estadístico generativo que permite predicciones basadas en conjuntos del rendimiento de un componente WAAM de acero inoxidable antes de su fabricación», explicó Dodwell.
Escaneo láser de una hoja de acero impresa en tres dimensiones. (a) Fotografía del equipo de escaneo portátil. (b) Proyección ortográfica de (una parte de) la hoja escaneada, indicada como panel. El espesor teórico del panel es de 3,5 mm. (Observe una ligera curvatura en el panel teóricamente plano introducido por la tensión residual). (Versión en línea en color).
Escaneo láser de una hoja de acero impresa en tres dimensiones. (a) Fotografía del equipo de escaneo portátil. (b) Proyección ortográfica de (una parte de) la hoja escaneada, indicada como panel. El espesor teórico del panel es de 3,5 mm. (Observe una ligera curvatura en el panel teóricamente plano introducido por la tensión residual). Crédito de la imagen: Dodwell TJ, et al., Proceedings of the Royal Society A
Modelado estadístico
Para caracterizar con éxito las propiedades mecánicas del acero WAAM de manera eficaz, el equipo también necesitaba desarrollar un método para aislar la caracterización de variaciones geométricas. Luego, al combinar los modelos estadísticos generativos para la variación mecánica y geométrica en el acero WAAM, se produjo un modelo estadístico unificado. Además, este modelo estadístico generativo trata ambas fuentes de variación de forma independiente.
“ Los modelos estadísticos descritos anteriormente se combinan en un modelo estadístico unificado cuyas instanciaciones se pueden realizar en el software de elementos finitos ABAQUS, para que el diseño nominal de un CHS pueda dotarse de geometría de superficie y propiedades de material realistas de acuerdo con esta estadística unificada modelo ” , dice Dodwell.
El equipo demostró que la adquisición de cantidades relativamente pequeñas de datos de entrenamiento se puede utilizar para entrenar con éxito un modelo estadístico generativo para acero AM. “ Las predicciones aproximadas para el rendimiento de un componente hipotético son un requisito previo para un diseño eficiente y de bajo costo usando WAAM ”, dice Dodwell.
Esto allana el camino para hacer predicciones generales de rendimiento en una variedad de longitudes estructurales, sin embargo, el equipo afirma que las pruebas experimentales siguen siendo imperativas cuando se trata de certificaciones críticas para la seguridad.
Sin embargo, mostrar la capacidad de producir un modelo estadístico generativo para el acero AM y WAAM puede mejorar el potencial de investigación futura que utiliza simulaciones estocásticas para determinar los aspectos clave del rendimiento de los materiales metálicos AM.
Dodwell y su equipo creen que su modelo se adaptará bien a la tarea, “permitiendo la cuantificación de (y distinguir entre) tanto la incertidumbre epistémica, debido a los datos de entrenamiento limitados, como la incertidumbre aleatoria, debido a la variación inherente al protocolo de impresión. . »
Las simulaciones estocásticas son importantes en el proceso de AM, ya que ayudan a identificar las áreas que deben enfocarse en relación con la integridad estructural y mecánica. Estas simulaciones están configuradas para desempeñar un papel crucial en la mejora de los protocolos de impresión y la reducción del costo de la certificación de seguridad.
Una distinción clave entre el trabajo anterior sobre AM y el trabajo actual que realizaron Dodwell y su equipo de investigación es que su modelo es tanto generativo como independiente de cualquier diseño en particular. Esto significa que los datos de entrenamiento limitados sobre un solo tipo de componente podrían ser lo suficientemente amplios como para facilitar las predicciones del rendimiento de otro componente aún no visto.
Reportacero
