.
Uma equipe de pesquisa liderada por Tao Sun, professor associado de ciência e engenharia de materiais na Universidade da Virgínia, fez novas descobertas que podem expandir a manufatura aditiva na indústria aeroespacial e em outras indústrias que dependem de peças metálicas fortes.
Seu artigo revisado por pares foi publicado em 6 de janeiro de 2023, em Ciência Revista: “O aprendizado de máquina auxiliou na detecção em tempo real da geração de poros de buraco de fechadura na fusão de leito de pó a laser.” Ele aborda a questão da detecção da formação de poros de buraco de fechadura, um dos principais defeitos em uma técnica comum de manufatura aditiva chamada fusão de leito de pó a laser, ou LPBF.
Introduzido na década de 1990, o LPBF usa pó de metal e lasers para imprimir peças de metal em 3D. Mas os defeitos de porosidade continuam sendo um desafio para aplicações sensíveis à fadiga, como asas de aeronaves. Alguma porosidade está associada a depressões de vapor profundas e estreitas que são os buracos da fechadura.
A formação e o tamanho do buraco da fechadura são uma função da potência do laser e da velocidade de varredura, bem como da capacidade dos materiais de absorver a energia do laser. Se as paredes do buraco da fechadura forem estáveis, isso aumenta a absorção do laser do material circundante e melhora a eficiência da fabricação do laser. Se, no entanto, as paredes estiverem bambas ou desmoronarem, o material se solidifica ao redor do buraco da fechadura, prendendo o bolsão de ar dentro da camada de material recém-formada. Isso torna o material mais frágil e mais propenso a rachar sob estresse ambiental.
Sun e sua equipe, incluindo o professor de ciência e engenharia de materiais Anthony Rollett, da Universidade Carnegie Mellon, e o professor de engenharia mecânica Lianyi Chen, da Universidade de Wisconsin-Madison, desenvolveram uma abordagem para detectar o momento exato em que um poro se forma durante o processo de impressão.
“Ao integrar imagens de raios-x síncrotron operando, imagens de infravermelho próximo e aprendizado de máquina, nossa abordagem pode capturar a assinatura térmica exclusiva associada à geração de poros de buraco de fechadura com resolução temporal de submilissegundos e taxa de previsão de 100%”, disse Sun.
Ao desenvolver seu método de detecção de buraco de fechadura em tempo real, os pesquisadores também avançaram na maneira como uma ferramenta de última geração – operando imagens de raios-x síncrotron – pode ser usada. Utilizando o aprendizado de máquina, eles também descobriram dois modos de oscilação do buraco da fechadura.
“Nossas descobertas não apenas avançam na pesquisa de manufatura aditiva, mas também podem servir na prática para expandir o uso comercial de LPBF para fabricação de peças de metal”, disse Rollett. Rollet também é co-diretor do NextManufacturing Center na CMU.
“A porosidade em peças de metal continua sendo um grande obstáculo para a adoção mais ampla da técnica LPBF em algumas indústrias. A porosidade em buraco de fechadura é o tipo de defeito mais desafiador quando se trata de detecção em tempo real usando sensores em escala de laboratório porque ocorre estocasticamente abaixo da superfície,” Sun disse. “Nossa abordagem fornece uma solução viável para detecção de alta fidelidade e alta resolução da geração de poros de buraco de fechadura que pode ser prontamente aplicada em muitos cenários de fabricação aditiva”.
.
