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

Imagine construir uma enorme estrutura metálica derretendo um arame e depositando-o, camada por camada, como uma impressora 3D muito rápida e precisa. Esse processo, conhecido como manufatura aditiva por arco de arame, está mudando a forma como fabricamos grandes peças metálicas para indústrias como a aeroespacial. É eficiente e utiliza bem os materiais, mas possui uma falha persistente: minúsculos bolsões de ar, ou poros, que podem ficar presos dentro do metal enquanto ele esfria. Esses buracos invisíveis enfraquecem a estrutura, tal como uma rachadura em uma represa, e podem fazer com que a peça falhe mais tarde. Por décadas, os engenheiros tiveram que esperar até que uma peça estivesse finalizada para verificá-la, muitas vezes usando pesadas máquinas de raio-X para olhar o interior. Se um defeito fosse encontrado, toda a peça cara poderia ser descartada. O objetivo da manufatura moderna é detectar esses problemas enquanto a peça ainda está sendo fabricada, ajustando o processo em tempo real para impedir que os buracos se formem em primeiro lugar.

Uma equipe de pesquisadores da Roketsan, na Turquia, deu um passo significativo em direção a esse objetivo ao ensinar um computador a prever quando esses poros aparecerão. Eles focaram em um tipo específico de liga de alumínio, o Al-2319, que é valorizado por sua resistência e é comumente usado em foguetes e aeronaves. Para entender o problema, eles construíram várias paredes altas deste metal usando um braço robótico e um sistema de soldagem especializado que move o arame e o arco elétrico com extrema precisão. Enquanto o robô trabalhava, ele registrava cada pequena mudança no processo de soldagem, como a velocidade com que o arame era alimentado, a voltagem do arco elétrico e a temperatura, capturando esses dados a cada décimo de segundo. Uma vez que as paredes foram finalizadas, os pesquisadores não olharam apenas para o exterior; eles escanearam todo o interior de cada parede usando tomografia computadorizada industrial. Esta é uma forma poderosa de imagem de raio-X 3D que cria um mapa detalhado de cada poro individual dentro do metal, mostrando exatamente onde estão, quão grandes são e qual é a sua forma.

O verdadeiro desafio era conectar os pontos entre as mudanças de milésimos de segundo na máquina de soldagem e os buracos permanentes que apareciam dentro do metal. Os pesquisadores tiveram que alinhar dois conjuntos de informações muito diferentes: o fluxo contínuo de dados de soldagem e o mapa 3D estático dos poros. Eles construíram um sistema que correspondia a localização de cada poro ao momento exato no tempo em que os parâmetros de soldagem foram registrados naquele ponto. Isso permitiu que vissem o que a máquina estava fazendo pouco antes de um poro se formar. Ao estudar esses dados, descobriram que a formação desses defeitos não era aleatória. Em vez disso, padrões específicos no processo de soldagem frequentemente precediam o aparecimento de um buraco. Por exemplo, descobriram que quando a velocidade de alimentação do arame aumentava ligeiramente ou quando a voltagem dava um pico, a probabilidade de um poro se formar aumentava. Curiosamente, a temperatura do metal e o fluxo de gás de proteção desempenhavam um papel, mas os sinais mais reveladores eram as flutuações sutis e rápidas na forma como o arame era alimentado e como a potência elétrica era entregue.

Para transformar essas observações em uma ferramenta prática, a equipe desenvolveu um sistema de computador de dois estágios projetado para agir como uma rede de segurança. O primeiro estágio, que eles chamam de "sentinela", é um modelo simples, mas sensível, que observa os dados de soldagem e sinaliza qualquer coisa que pareça suspeita. Seu único trabalho é capturar o máximo possível de potenciais problemas, mesmo que gere alguns alarmes falsos. O segundo estágio, o "confirmador", pega apenas esses momentos sinalizados e os examina mais de perto usando um modelo mais complexo. Este segundo modelo é mais rigoroso; ele tenta verificar se o alarme é real, filtrando os falsos positivos. Os pesquisadores testaram este sistema em novas paredes que o computador nunca havia visto antes. Embora o sistema não tenha capturado todos os defeitos, ele identificou com sucesso um número significativo deles e forneceu um fluxo estável de avisos que poderiam ser usados em uma fábrica real. Eles também descobriram que suavizar os avisos ao longo de alguns segundos ajudava a evitar que o sistema disparasse alarmes rápido demais, o que seria perturbador para um operador humano.

O estudo sugere que, ao observar de perto o processo de soldagem e usar essa verificação de computador em dois estágios, os fabricantes podem deixar de apenas inspecionar as peças depois que elas são construídas. Em vez disso, eles podem potencialmente ajustar a máquina enquanto ela está trabalhando para evitar a formação de defeitos. Os pesquisadores observaram que esta abordagem depende de dados que já estão disponíveis em máquinas de soldagem padrão, o que significa que não requer sensores caros e novos, como câmeras de alta velocidade ou microfones acústicos. Embora o sistema não seja perfeito e ainda perca alguns defeitos, ele oferece uma maneira escalável e compreensível de melhorar o controle de qualidade. Os achados indicam que a chave para interromper esses buracos invisíveis reside no gerenciamento da estabilidade da alimentação do arame e do arco elétrico, proporcionando um caminho claro para a fabricação de peças metálicas mais fortes e confiáveis no futuro.