Porosity Prediction in Aluminum Wire Arc Additive Manufacturing Using Two-Stage Machine Learning Cascade and Computed Tomography

Imagina construir una enorme estructura metálica fundiendo un alambre y depositándolo, capa por capa, como una impresora 3D muy rápida y precisa. Este proceso, conocido como fabricación aditiva por arco de alambre, está cambiando la forma en que fabricamos piezas metálicas grandes para industrias como la aeroespacial. Es eficiente y utiliza bien los materiales, pero tiene un defecto persistente: pequeñas bolsas de aire, o poros, que pueden quedar atrapadas dentro del metal mientras se enfría. Estos agujeros invisibles debilitan la estructura, de forma muy similar a una grieta en una presa, y pueden causar que la pieza falle más adelante. Durante décadas, los ingenieros han tenido que esperar hasta que una pieza estuviera terminada para revisar estos defectos, a menudo utilizando pesadas máquinas de rayos X para mirar en su interior. Si se encontraba un defecto, toda la costosa pieza podría tener que ser desechada. El objetivo de la fabricación moderna es detectar estos problemas mientras la pieza se está fabricando, ajustando el proceso en tiempo real para evitar que los agujeros se formen en primer lugar.

Un equipo de investigadores de Roketsan en Turquía ha dado un paso significativo hacia este objetivo al enseñar a una computadora a predecir cuándo aparecerán estos poros. Se centraron en un tipo específico de aleación de aluminio, el Al-2319, que es muy valorado por su resistencia y se utiliza comú-mente en cohetes y aviones. Para entender el problema, construyeron varios muros altos de este metal utilizando un brazo robótico y un sistema de soldadura especializado que mueve el alambre y el arco eléctrico con extrema precisión. Mientras el robot trabajaba, registraba cada pequeño cambio en el proceso de soldadura, como la velocidad a la que se alimentaba el alambre, el voltaje del arco eléctrico y la temperatura, capturando estos datos cada décima de segundo. Una vez terminados los muros, los investigadores no solo miraron el exterior; escanearon todo el interior de cada muro utilizando tomografía computarizada industrial. Esta es una forma poderosa de imagen de rayos X en 3D que crea un mapa detallado de cada uno de los poros dentro del metal, mostrando exactamente dónde están, qué tamaño tienen y qué forma adoptan.

El verdadero desafío era conectar los puntos entre los cambios de milisegundos en la máquina de soldadura y los agujeros permanentes que aparecían dentro del metal. Los investigadores tuvieron que alinear dos conjuntos de información muy diferentes: el flujo continuo de datos de soldadura y el mapa estático en 3D de los poros. Construyeron un sistema que vinculaba la ubicación de cada poro con el momento exacto en el tiempo en que se registraron los parámetros de soldadura en ese punto. Esto les permitió ver qué estaba haciendo la máquina justo antes de que se formara un poro. Al estudiar estos datos, descubrieron que la formación de estos defectos no era aleatoria. En cambio, patrones específicos en el proceso de soldadura precedían a menudo la aparición de un agujero. Por ejemplo, descubrieron que cuando la velocidad de alimentación del alambre aumentaba ligeramente o cuando el voltaje subía de golpe, la probabilidad de que se formara un poro aumentaba. Curiosamente, la temperatura del metal y el flujo de gas de protección también desempeñaban un papel, pero las señales más reveladoras eran las fluctuaciones sutiles y rápidas en cómo se alimentaba el alambre y cómo se entregaba la potencia eléctrica.

Para convertir estas observaciones en una herramienta práctica, el equipo desarrolló un sistema informático de dos etapas diseñado para actuar como una red de seguridad. La primera etapa, que llaman "centinela", es un modelo simple pero sensible que vigila los datos de soldadura y señala cualquier cosa que parezca sospechosa. Su único trabajo es detectar tantos problemas potenciales como sea posible, incluso si genera algunas falsas alarmas. La segunda etapa, el "confirmador", toma solo esos momentos señalados y los examina más de cerca utilizando un modelo más complejo. Este segundo modelo es más estricto; intenta verificar si la alarma es real, filtrando los falsos positivos. Los investigadores probaron este sistema con muros nuevos que la computadora nunca había visto. Aunque el sistema no detectó todos los defectos, identificó con éxito un número significativo de ellos y proporcionó un flujo estable de advertencias que podrían utilizarse en un entorno de fábrica real. También descubrieron que suavizar las advertencias a lo largo de unos segundos ayudaba a evitar que el sistema lanzara alarmas demasiado rápido, lo que distraería a un operador humano.

El estudio sugiere que, al vigilar de cerca el proceso de soldadura y utilizar este control informático de dos pasos, los fabricantes pueden alejarse de la simple inspección de las piezas una vez construidas. En su lugar, pueden potencialmente ajustar la máquina mientras trabaja para evitar la formación de defectos. Los investigadores señalaron que este enfoque depende de datos que ya están disponibles en las máquinas de soldadura estándar, lo que significa que no requiere sensores nuevos y costosos como cámaras de alta velocidad o micrófonos acústicos. Aunque el sistema no es perfecto y todavía omite algunos defectos, ofrece una forma escalable y comprensible de mejorar el control de calidad. Los hallazgos indican que la clave para detener estos agujeros invisibles reside en gestionar la estabilidad de la alimentación del alambre y del arco eléctrico, proporcionando un camino claro para fabricar piezas metálicas más fuertes y fiables en el futuro.