Milling force-induced elastic deformation modeling and physical constraint transfer prediction of thin-walled grid conical shell

Immaginate un sottile guscio curvo fatto di metallo, a forma di cono e rinforzato con una griglia di nervature, molto simile allo scheletro dell'ala di un uccello o alla struttura di un ponte. Queste strutture sono vitali nell'aerospazio e nell'esplorazione degli abissi perché sono incredibilmente resistenti, ma abbastanza leggere da sostenere carichi pesanti senza aggiungere un peso eccessivo. Tuttavia, fabbricarle è un delicato equilibrio. Quando una macchina utensile asporta materiale per dare forma a questi gusci, la forza dell'utensile da taglio preme contro il metallo sottile. Poiché il metallo è così sottile e il supporto fornito dalle nervature è irregolare, il guscio si flette leggermente sotto questa pressione. Questa flessione è invisibile a occhio nudo durante il taglio, ma cambia la profondità del taglio. Quando l'utensile si allontana e la pressione viene rilasciata, il metallo torna alla sua forma originale, lasciando la superficie finale leggermente diversa da quella prevista. Ciò si traduce in un componente con uno spessore non uniforme, che può compromettere la sua resistenza e sicurezza.

La sfida per gli ingegneri è stata prevedere esattamente quanto avverrà questa flessione. I metodi tradizionali si affidano o a complesse teorie matematiche che faticano con i modelli irregolari delle nervature, o utilizzano simulazioni al computer che sono incredibilmente accurate ma così lente e costose da non poter essere utilizzate per ogni singolo taglio su un vero pavimento di fabbrica. Esiste anche una mancanza di dati reali; eseguire abbastanza test fisici per apprendere ogni possibile variazione richiederebbe anni e distruggerebbe innumerevoli parti costose. I ricercatori avevano bisogno di un modo per combinare la velocità delle previsioni basate sui dati con l'affidabilità delle leggi fisiche, specialmente quando disponevano di un numero limitato di esperimenti reali.

Un team di ricercatori della Dalian University of Technology ha sviluppato un nuovo approccio per risolvere questo problema per questi specifici gusci conici a motivo a griglia. Invece di cercare di indovinare la forma finale direttamente dalle impostazioni della macchina, hanno suddiviso il problema in due fasi collegate. Per prima cosa, si sono concentrati sulla previsione della forza che l'utensile da taglio esercita sul metallo. Per farlo, hanno utilizzato una tecnica chiamata transfer learning. Hanno iniziato addestrando un modello informatico su una vasta quantità di dati simulati, dove il computer poteva eseguire migliaia di scenari di taglio virtuali rapidamente. Questo ha dato al modello una forte comprensione di come l'utensile si comporta in generale. Successivamente, hanno preso questa conoscenza e l'hanno raffinata utilizzando un set molto più piccolo di dati provenienti da esperimenti di fresatura reali. Ciò ha permesso al modello di apprendere le peculiarità specifiche della macchina reale e del metallo reale senza la necessità di migliaoli di test fisici.

Una volta che il modello ha previsto la forza di taglio, ha passato questa informazione a una seconda parte del sistema. Questa seconda parte ha utilizzato un insieme di regole fisiche derivate dalla teoria di come si flettono i gusci sottili. Ha preso la forza prevista e la specifica rigidezza del metallo in quel punto esatto — considerando quanto l'utensile fosse vicino a una nervatura o a un vuoto — e ha calcolato esattamente quanto il guscio si sarebbe fletterso. Collegando la previsione della forza basata sui dati con il calcolo fisico della flessione, i ricercatori hanno creato un sistema che è sia veloce che fisicamente coerente. Hanno verificato questo metodo fresando un vero guscio conico in lega di alluminio, che partiva da uno spessore di 10 millimetri ed è stato lavorato fino a un'altezza finale della nervatura di 3,5 millimetri. La macchina utilizzava una fresa da 10 millimetri di diametro ruotando a 5.000 giri al minuto.

I risultati hanno mostrato che questo metodo ibrido era significativamente più accurato rispetto all'uso dei soli dati o dei metodi di simulazione tradizionali. Quando testato rispetto alle misurazioni reali effettuate durante il processo, il nuovo modello ha previsto correttamente la deformazione elastica in più del 93 percento dei casi, con alcuni modi di prova che raggiungevano oltre il 95 percento di accuratezza. Al contrario, i modelli che si affidavano solo ai dati o solo alle simulazioni senza questa specifica combinazione di tecniche mostravano un'accuratezza inferiore e faticavano maggiormente con i cambiamenti improvvisi nella rigidezza del metallo. Lo studio dimostra che trattando la forza di taglio come un passaggio intermedio cruciale e utilizzando una piccola quantità di dati reali per correggere una grande quantità di dati simulati, gli ingegneri possono prevedere in modo affidabile come si comporteranno questi complessi componenti a parete sottile. Questa capacità offre una via pratica verso la produzione di questi componenti critici per l'aerospazio e l'esplorazione sottomarina con l'alta precisione richiesta per la loro operatività sicura.