Dati

npj Computational Materials volume 8, numero articolo: 126 (2022) Citare questo articolo

3463 accessi

8 citazioni

3 Altmetrico

Dettagli sulle metriche

Nella produzione additiva di parti metalliche, la capacità di prevedere con precisione nel dettaglio il campo di temperatura estremamente variabile e di metterlo in relazione quantitativamente con struttura e proprietà, è un passo fondamentale per prevedere le prestazioni delle parti e ottimizzare la progettazione del processo. In questo lavoro, una simulazione agli elementi finiti del processo di deposizione diretta di energia (DED) viene utilizzata per prevedere il campo di temperatura dipendente dallo spazio e dal tempo durante il processo di costruzione multistrato per le pareti Inconel 718. I risultati del modello termico mostrano un buon accordo con le immagini dinamiche all’infrarosso catturate in situ durante le costruzioni del DED. Viene esaminata la relazione tra la velocità di raffreddamento prevista, le caratteristiche microstrutturali e le proprietà meccaniche e la sola velocità di raffreddamento risulta insufficiente per fornire previsioni quantitative sulle proprietà. Poiché l'apprendimento automatico offre un modo efficiente per identificare caratteristiche importanti dai dati in serie, applichiamo un quadro di rete neurale convoluzionale 1D basato sui dati per estrarre automaticamente le caratteristiche predittive dominanti dalla cronologia della temperatura simulata. Utilizzando dati storici termici simulati si ottengono ottime previsioni sulle proprietà dei materiali, in particolare sulla resistenza alla trazione finale. Per interpretare ulteriormente le previsioni della rete neurale convoluzionale, visualizziamo le caratteristiche estratte prodotte su ciascuno strato convoluzionale e confrontiamo le caratteristiche rilevate dalla rete neurale convoluzionale delle storie termiche per i casi di resistenza alla trazione finale alta e bassa. Un risultato chiave è la determinazione che le storie termiche in regimi di temperatura sia elevati che moderati influenzano le proprietà dei materiali.

La produzione additiva in metallo (AM) è una tecnologia che può essere utilizzata per costruire parti strato per strato, consentendo la fabbricazione di parti con geometria più complessa e costi ridotti rispetto alle tecniche di produzione tradizionali1,2. La deposizione diretta di energia (DED) è un popolare processo di produzione additiva metallica3 in cui la polvere metallica viene erogata da uno o più ugelli4. Una fonte di calore focalizzata, come un laser, viene utilizzata per fondere localmente il materiale metallico iniettato. Le parti vengono costruite progressivamente man mano che ogni strato viene scansionato e fuso secondo uno schema predeterminato.

Durante il processo DED, le parti vengono sottoposte a cicli termici ripetitivi di riscaldamento e raffreddamento dovuti alla deposizione di più strati. Il complesso campo termico risultante nelle parti, sia durante che dopo la solidificazione, ha effetti significativi sulla microstruttura del materiale finale e sulle proprietà meccaniche, come stress da snervamento, deformazione da snervamento, carico di rottura a trazione (UTS) e stress da rottura5,6,7. Tuttavia, condurre esperimenti DED per ottimizzare i parametri di processo e i percorsi utensile per una data geometria al fine di produrre parti con buone proprietà meccaniche è dispendioso in termini di tempo e denaro. I modelli computazionali possono rappresentare un approccio efficiente per ottenere storie di temperatura delle parti, che possono essere correlate alla microstruttura e alle proprietà meccaniche.

Per prevedere il campo termico, molti ricercatori hanno utilizzato il metodo degli elementi finiti per risolvere l’equazione del calore e simulare il campo di temperatura transitorio in AM. Per la maggior parte dei modelli termici DED, la condizione al contorno sulla superficie della parte esterna presuppone la convezione con un coefficiente di convezione costante8,9,10,11,12,13,14,15. Tuttavia, i processi DED includono tipicamente un flusso forzato di gas di protezione, con una velocità del flusso che varia sulla superficie della parte; pertanto, è stato proposto un modello di coefficiente di convezione spazialmente variabile calibrato rispetto ai dati misurati della termocoppia e ha mostrato una migliore corrispondenza con le storie di temperatura sperimentali rispetto a un modello di coefficiente di convezione uniforme3.

Anche le calibrazioni dei modelli DED termici sono impegnative. Quasi tutti i precedenti modelli termici calibrati per la deposizione multistrato si basavano su misurazioni di termocoppie effettuate lontano dal punto laser16,17,18. Tuttavia, è difficile misurare direttamente la temperatura all'interno o in prossimità della regione del bagno di fusione con termocoppie a causa dell'intervallo di temperatura estremo e della geometria in costante cambiamento. In alternativa, le immagini dinamiche all'infrarosso (IR) misurate dalle telecamere IR sono state utilizzate per calibrare i modelli termici19,20. Una telecamera IR può catturare la radiazione termica emessa sulla superficie del pezzo, anche vicino al bagno di fusione, fornendo un complemento ai dati della termocoppia per calibrare e convalidare i modelli termici19,20,21,22,23,24,25. Ad esempio, sono state acquisite immagini IR per verificare un modello termico di fonte di calore in movimento per la produzione additiva basata su saldatura assistita da induzione (WAM)19. Le telecamere IR sono state utilizzate anche per calibrare il modello termico per un processo di saldatura ad arco metallico a gas multistrato a passaggio singolo (GMAW)26; questo lavoro ha studiato solo due strati di deposizione piuttosto che un modello completo in scala parziale.