Multi-Objective Optimization of MAG Welding Parameters for Minimizing Distortion and Residual Stress in Industrial-Scale Heavy Machinery Assemblies

Cuando las piezas de metales pesados se unen mediante soldadura, el calor intenso crea un problema oculto que puede comprometer la resistencia y la forma de máquinas masivas. A medida que el metal se calienta, se expande, y a medida que se enfría, se contrae. Debido a que este calentamiento y enfriamiento ocurre de manera desigual en una estructura grande, diferentes partes del metal intentan cambiar de tamaño a ritas distintas. Esta lucha interna deja la pieza terminada con una deformación permanente, conocida como distorsión, y fuerzas internas invisibles llamadas tensión residual. Si estos problemas no se gestionan, la máquina podría no encajar correctamente o, peor aún, podría fallar bajo presión. Para los constructores de equipos forestales gigantes, donde las piezas suelen medir más de un metro de ancho y requieren un calor inmenso para unirse, resolver este rompecabezas es crítico para garantizar la seguridad y la precisión.

Investigadores de la Universidad de Tampere, trabajando con el fabricante de maquinaria pesada Ponsse Oyj, se propusieron encontrar una forma de controlar estas fuerzas sin ralentizar la producción. Se centraron en un tipo específico de soldadura llamado soldadura de gas activo metálico (MAG), que utiliza un flujo continuo de gas para proteger el metal fundido mientras fusiona dos grandes componentes de acero de la estructura de una máquina forestal. El equipo construyó un gemelo digital detallado del ensamblaje, una simulación por computadora que imita la física del mundo real. Este modelo virtual rastreó cómo se calentaba el acero, cómo se expandía y cómo se enfriaba a lo largo de varias horas, teniendo en cuenta la forma específica en que el metal se comporta bajo cambios extremos de temperatura. El objetivo era predecir exactamente dónde se doblaría el metal y dónde se acumularía la tensión interna antes de que se lanzara la primera chispa en una fábrica.

El desafío era que ejecutar estas simulaciones es increíblemente lento y computacionalmente costoso. Una sola simulación precisa del proceso de soldadura tardaba aproximadamente cinco horas y media en completarse en una supercomputadora potente. Para encontrar la configuración perfecta, los investigadores tendrían que ejecutar teóricamente miles de estas simulaciones, probando cada posible combinación de voltaje, corriente, velocidad y posición inicial. Hacer esto tomaría años. Para superar esto, el equipo desarrolló una estrategia inteligente y adaptativa que actuaba como un guía experto. En lugar de probar ciegamente todas las opciones, su algoritmo aprendió de un pequeño número de pruebas iniciales para predecir qué configuraciones eran prometedoras. Luego, centró sus esfuerzos en las áreas más interesantes de la búsqueda, refinando gradualmente su comprensión de las mejores configuraciones mientras se saltaba las que claramente fallarían. Este enfoque les permitió encontrar la solución óptima utilizando solo sesenta simulaciones, una tarea que habría sido imposible con los métodos tradicionales.

El estudio identificó cuatro variables clave que los soldadores pueden controlar: el voltaje eléctrico, la intensidad de la corriente, la velocidad a la que se mueve la antorcha de soldadura y el ángulo específico donde comienza la soldadura. Los investigadores descubrieron que el punto de partida de la soldadura era tan importante como la velocidad o la potencia. En el método estándar, los soldadores suelen comenzar en el mismo punto para múltiples pasadas, lo que provoca que el calor se acumule en un área, provocando una curvatura significativa. Al cambiar el ángulo de inicio de la segunda pasada de soldadura a una ubicación diferente en el círculo, el calor se distribuyó de manera más uniforme en la estructura. Este simple ajuste evitó que el metal se deformara en una dirección y redujo significamente la distorsión final.

Los resultados de esta optimización fueron sustanciales. El equipo encontró tres conjuntos específicos de parámetros que ofrecían diferentes beneficios. Una combinación redujo la curvatura máxima del metal en casi un treinta por ciento en comparación con el método estándar, mientras que otra redujo la tensión interna en aproximadamente un cuatro por ciento. Una tercera opción ofreció una mejora equilibrada, reduciendo la curvatura en aproximadamente un veintiséis por ciento y la tensión en un cuatro por ciento. Estas mejoras se lograron manteniendo el proceso de soldadura dentro de los estrictos límites de seguridad y calidad requeridos por el fabricante. La investigación sugiere que, al planificar cuidadosamente dónde comenzar la soldadura y ajustar la velocidad y la potencia, las fábricas pueden producir máquinas más fuertes y rectas sin necesidad de cambiar su equipo o añadir pasos de enfriamiento adicionales.

Este trabajo destaca que, incluso en procesos industriales establecidos, todavía hay margen para mejoras significativas mediante un análisis cuidadoso. Los investigadores demostraron que la forma en que se gestiona el calor durante el proceso de soldadura es el principal motor de la distorsión, más que la cantidad total de energía utilizada. Al utilizar modelos computacionales avanzados para comprender estos ciclos térmicos, proporcionaron una hoja de ruta práctica para que los ingenieros reduzcan el desperdicio y mejoren la calidad. Aunque los hallazgos se confirmaron mediante simulación en lugar de pruebas físicas en una máquina a escala real, la lógica del modelo se basa en el comportamiento conocido del acero. El estudio ofrece un camino claro hacia adelante para la industria de la maquinaria pesada, mostrando que un enfoque más inteligente del punto de inicio de una soldadura puede conducir a un producto final mucho más recto y confiable.