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

Immaginate di costruire una massiccia struttura metallica fondendo un filo e stendendolo, strato dopo strato, come una stampante 3D molto veloce e molto precisa. Questo processo, noto come produzione additiva ad arco con filo (wire arc additive manufacturing), sta cambiando il modo in cui produciamo grandi parti metalliche per settori come l'aerospazio. È efficiente e utilizza bene i materiali, ma ha un difetto ostinato: minuscole sacche d'aria, o pori, che possono rimanere intrappolate all'interno del metallo mentre questo si raffredda. Questi buchi invisibili indeboliscono la struttura, proprio come una crepa in una diga, e possono causare il cedimento del componente in seguito. Per decenni, gli ingegneri hanno dovuto aspettare che un pezzo fosse finito per controllarne i difetti, spesso utilizzando pesanti macchine a raggi X per guardare all'interno. Se veniva trovato un difetto, l'intero componente costoso poteva dover essere scartato. L'obiettivo della manifattura moderna è individuare questi problemi mentre il pezzo viene ancora prodotto, regolando il processo in tempo reale per impedire la formazione dei buchi fin dall'inizio.

Un team di ricercatori della Roketsan in Turchia ha compiuto un passo significativo verso questo obiettivo, insegnando a un computer a prevedere quando questi pori appariranno. Si sono concentrati su una specifica lega di alluminio, l'Al-2319, molto apprezzata per la sua resistenza e comunemente utilizzata in razzi e velivoli. Per comprendere il problema, hanno costruito diverse pareti alte di questo metallo utilizzando un braccio robotico e un sistema di saldatura specializzato che muove il filo e l'arco elettrico con estrema precisione. Mentre il robot lavorava, registrava ogni minima variazione del processo di saldatura, come la velocità con cui il filo veniva alimentato, il voltaggio dell'arco elettrico e la temperatura, catturando questi dati ogni decimo di secondo. Una volta completate le pareti, i ricercatori non si sono limitati a guardare l'esterno; hanno scansionato l'intero interno di ogni parete utilizzando la tomografia computerizzata industriale. Questa è una potente forma di imaging a raggi X 3D che crea una mappa dettagliata di ogni singolo poro all'interno del metallo, mostrando esattamente dove si trovano, quanto sono grandi e quale forma hanno.

La vera sfida era collegare i punti tra i cambiamenti istantanei della macchina di saldatura e i buchi permanenti che apparivano all'interno del metallo. I ricercatori hanno dovuto allineare due set di informazioni molto diversi: il flusso continuo di dati di saldatura e la mappa statica dei pori. Hanno costruito un sistema che associava la posizione di ogni poro al momento esatto in cui i parametri di saldatura venivano registrati in quel punto. Ciò ha permesso loro di vedere cosa stava facendo la macchina appena prima che si formasse un poro. Studiando questi dati, hanno scoperto che la formazione di questi difetti non era casuale. Invece, specifici schemi nel processo di saldatura spesso precedevano l'apparizione di un buco. Ad esempio, hanno scoperto che quando la velocità di alimentazione del filo aumentava leggermente o quando il voltaggio subiva un picco, la probabilità di formare un poro aumentava. Interessante è che la temperatura del metallo e il flusso del gas di protezione giocavano un ruolo, ma i segnali più rivelatori erano le fluttuazioni sottili e rapide nel modo in cui il filo veniva alimentato e la potenza elettrica veniva erogata.

Per trasformare queste osservazioni in uno strumento pratico, il team ha sviluppato un sistema informatico a due stadi progettato per agire come una rete di sicurezza. Il primo stadio, che chiamano "sentinella", è un modello semplice ma sensibile che osserva i dati di saldatura e segnala qualsiasi cosa sembri sospetta. Il suo unico compito è quello di catturare quanti più problemi possibili, anche se solleva qualche falso allarme. Il secondo stadio, il "confermatore", prende solo quei momenti segnalati ed esamina più attentamente utilizzando un modello più complesso. Questo secondo modello è più severo; cerca di verificare se l'allarme è reale, filtrando i falsi positivi. I ricercatori hanno testato questo sistema su nuove pareti che il computer non aveva mai visto prima. Sebbene il sistema non abbia catturato ogni singolo difetto, ha identificato con successo un numero significativo di essi e ha fornito un flusso stabile di avvisi che potrebbero essere utilizzati in una vera fabbrica. Hanno anche scoperto che smussare gli avvisi su alcuni secondi aiutava a evitare che il sistema emettesse allarmi troppo rapidamente, il che sarebbe stato di distrazione per un operatore umano.

Lo studio suggerisce che monitorando attentamente il processo di saldatura e utilizzando questo controllo informatico a due fasi, i produttori possono allontanarsi dal semplice ispezione dei pezzi dopo che sono stati costruiti. Invece, possono potenzialmente regolare la macchina mentre è in funzione per prevenire la formazione di difetti. I ricercatori hanno osservato che questo approccio si basa su dati già disponibili dalle normali macchine da saldatura, il che significa che non richiede sensori costosi come telecamere ad alta velocità o microfoni acustici. Sebbene il sistema non sia perfetto e perda ancora alcuni difetti, offre un modo scalabile e comprensibile per migliorare il controllo qualità. Le scoperte indicano che la chiave per fermare questi buchi invisibili risiede nella gestione della stabilità dell'alimentazione del filo e dell'arco elettrico, fornendo una strada chiara per realizzare parti metalliche più forti e affidabili in futuro.