Otimização da orientação de peças para processo de fabricação aditiva de fio e arco para materiais convexos e não

Scientific Reports volume 13, Artigo número: 2203 (2023) Citar este artigo

1177 Acessos

1 Altmétrico

Detalhes das métricas

A otimização da orientação da construção para o processo de Manufatura Aditiva (AM) é uma etapa crucial porque tem um efeito vital na precisão e no desempenho da peça criada. O espaço de trabalho da Wire and Arc Additive Manufacturing (WAAM) é menos limitado e o tempo de produção é significativamente mais curto do que o de outras impressoras 3D de metal. Porém, um dos efeitos adversos do WAAM é o defeito no início e nos pontos finais dos cordões de soldagem. Neste artigo, um algoritmo foi inventado para definir a posição ideal de impressão, reduzindo o número desses defeitos girando o objeto 3D em um loop ao redor dos eixos X e Y por um pequeno grau constante e, em seguida, selecionando o grau de rotação que tem. o menor número de superfícies ininterruptas e a maior área da primeira camada. O processo de soldagem será interrompido o menos possível pela tocha se houver o menor número possível de superfícies ininterruptas. Como resultado, haverá menos defeitos na produção e acabamento dos cordões de soldagem. Para ter uma superfície de conexão suficiente com a bandeja de construção, que ajudará a manter a peça no lugar, a primeira camada maior também deve ser procurada. Portanto, descobriu-se que uma orientação adequadamente definida em relação à bandeja de construção pode reduzir o número de superfícies ininterruptas dentro das camadas, o que melhorará a precisão dimensional esperada das peças. A eficiência do processo é altamente afetada pelo formato da peça, mas na maioria dos casos, os erros de impressão podem ser drasticamente minimizados.

Nos últimos anos, à medida que a Manufatura Aditiva (AM) se tornou um tema popular entre os pesquisadores industriais e acadêmicos, muitas direções de desenvolvimento foram lançadas em diferentes disciplinas. Engenheiros de fabricação e projetistas de máquinas desenvolvem soluções mais recentes para produção aditiva camada por camada. De acordo com a necessidade específica, como tempo mínimo de produção, volume e precisão1,2,3,4 criam subtipos de processos como Sinterização Seletiva a Laser (SLS) para criação de peças metálicas de alta precisão, Modelagem por Deposição Fundida (FDM) para criação produtos plásticos baratos e fabricação aditiva de arco de arame (WAAM), que tem uma grande vantagem na produção de estruturas de grande porte. Simultaneamente, os cientistas de materiais criaram uma gama diversificada de matérias-primas que podem ser utilizadas na fabricação3,5. Com isso, podem ser encontradas no mercado impressoras robustas de concreto, máquinas capazes de trabalhar com matérias-primas condutoras ou mesmo tecidos biológicos. Os projetistas desenvolvem seus métodos de otimização de forma utilizando a liberdade das geometrias impressas em 3D, respeitando o comportamento mecânico anisotrópico não homogêneo e outros aspectos decorrentes das estruturas em camadas6,7. Além disso, como a AM atende perfeitamente aos requisitos da Indústria 4.0, diversas pesquisas se concentram na criação de sistemas inteligentes de fabricação, incorporando dispositivos IoT e aprimorando o uso de sistemas CAD-CAM8,9,10,11,12,13,14.

O fator mais importante para cada disciplina mencionada acima é a compreensão das condições e limites das tecnologias. Ao contrário dos métodos subtrativos tradicionais, os métodos aditivos apresentam características tecnológicas diferentes. Uma das principais tarefas para produzir uma peça AM é encontrar a orientação de impressão perfeita. Com esta configuração, muitos problemas de tecnologia de fabricação podem ser eliminados e as propriedades do produto final podem ser grandemente determinadas com ela. Shim et al.15 Eles investigaram a precisão de impressão, propriedades mecânicas e características de superfície das peças impressas em diferentes orientações e encontraram as configurações ideais da seguinte forma: com uma espessura de camada de 100 m, eles imprimiram as peças em 3 orientações de impressão diferentes ( 0, 45 e 90 graus). De acordo com a análise dos resultados das peças impressas finais, os corpos de prova impressos a 0 graus apresentaram a maior resistência à flexão, seguidos pelos corpos de prova impressos a 45 e 90 graus. As amostras impressas a 45 e 90 graus apresentaram as menores taxas de erro para comprimento, e as amostras impressas a 0 graus apresentaram as maiores taxas de erro para espessura. Alharabi et al.16 examinaram o efeito da orientação da impressão e consequentemente da direção das camadas sob teste de compressão. Eles descobriram que se as camadas forem perpendiculares à direção da carga, elas terão maior resistência à compressão do que as paralelas. A rugosidade superficial em função da direção de construção foi investigada por Li et al.17. Eles concluíram que esta propriedade é afetada principalmente pelo ângulo de construção e não pelo método AM, e a melhor rugosidade superficial pode ser alcançada nas faces impressas paralelas ou perpendiculares em relação à plataforma de construção. Pandey et al.18,19 trabalharam na minimização desses efeitos criando um sistema que prevê matematicamente a rugosidade da superfície utilizando o algoritmo genético multicritério e oferece a melhor orientação de impressão para Modelagem de Deposição Fundida (FDM), o benefício desta solução é que eles obtiveram a orientação ideal da rugosidade superficial; no entanto, eles não consideraram todos os fatores limitantes do processo de impressão e fabricação 3D. Além disso, os modelos de aprendizado de máquina (ML) são uma nova tendência de modelagem em AM. Fundamentalmente, os modelos de ML funcionam com base no princípio de reduzir iterativamente os erros esperados usando dados. Eles demonstraram ser ferramentas preditivas confiáveis. Xia et al.19 modelaram e previram a rugosidade superficial do metal produzido pela fabricação aditiva de arco de arame usando métodos de aprendizado de máquina. Phatak e Pande20 também criaram uma solução de otimização usando um algoritmo genético para minimizar o tempo de usinagem e os erros de superfície. O algoritmo genérico foi utilizado no estudo de Masood et al.21, para encontrar a melhor orientação para peças de formato complexo. Com o sistema desenvolvido, eles conseguiram determinar a melhor orientação onde o erro volumétrico geral é mínimo. Padhye et al.22 usaram Otimização Multiobjetivo e Tomada de Decisão Multicritério para determinar o ideal considerando dois fatores: tempo de impressão e rugosidade da superfície. O seu trabalho salienta que a tomada de decisão se torna mais complicada quando a orientação tem de ser satisfeita por vários aspectos ao mesmo tempo. Além disso, Morgan et al.23 desenvolveram software especificamente para minimizar os requisitos de suporte para fabricação aditiva de metal. Portanto, com base na pesquisa destes artigos, pode-se dizer que uma configuração aparentemente insignificante, como a orientação, pode ter um impacto significativo na qualidade da produção de diversas maneiras, como acelerar o processo de impressão, diminuir a rugosidade superficial, ou melhorando as propriedades mecânicas.