⚡ electrical engineering

AI-assisted finite element modelling of the electron beam and TIG welding processes of low-cost titanium alloys

Este estudo demonstra que um fluxo de trabalho assistido por IA, utilizando agentes de modelos de linguagem de grande escala para substituir as computações convencionais de CALPHAD, prevê com sucesso as composições de fase distintas de ligas de titânio de baixo custo Ti-2.8Al-5.1Mo-4.9Fe soldadas por feixe de elétrons e TIG, ao acoplar simulações térmicas de elementos finitos com diagramas de transformação contínua de resfriamento gerados por IA.

Autores originais: Roman Selin, Serhii Akhonin, Valeriy Bilous

Publicado 2026-08-13

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Roman Selin, Serhii Akhonin, Valeriy Bilous

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um chef tentando assar o bolo perfeito, mas em vez de farinha e açúcar, seus ingredientes são metais como o titânio. O titânio é um superingrediente: é incrivelmente forte, mas surpreendentemente leve, tornando-o um favorito para construir aviões, foguetes e até implantes médicos. No entanto, a receita tradicional para os bolos de titânio mais fortes é cara porque usa um tempero raro chamado vanádio. Cientistas têm tentado criar uma versão "econômica" dessa receita, substituindo o vanádio por ingredientes mais baratos, como ferro e molibdênio. Mas há um porém: quando você derrete e recongela o metal para unir duas peças (um processo chamado soldagem), o calor altera a estrutura interna do metal, assim como assar altera a textura de um bolo. Se o metal esfriar rápido demais ou devagar demais, o "bolo" pode ficar quebradiço ou fraco. Para prever isso, os cientistas geralmente precisam de um software matemático supercomplexo que atua como uma bola de cristal, dizendo exatamente como os minúsculos grãos internos do metal se rearranjariam conforme ele esfria. Este artigo faz uma pergunta ousada: Podemos substituir essa bola de cristal cara e complicada por um chatbot de computador inteligente para obter a mesma resposta?

Os pesquisadores neste estudo decidiram testar essa ideia em uma liga de titânio de baixo custo específica (uma mistura de titânio, alumínio, molibdênio e ferro). Eles queriam ver como duas maneiras muito diferentes de soldar este metal mudariam sua estrutura final. Um método, chamado Soldagem por Feixe de Elétrons (EBW), é como usar um ponteiro laser: é incrivelmente focado, quente e rápido, perfurando um buraco profundo e estreito através do metal. O outro método, a soldagem TIG, é mais como uma fogueira: uma fonte de calor mais larga e suave que cria uma poça de metal derretido rasa e ampla. A equipe construiu uma simulação de computador para atuar como um "gêmeo digital" do processo de soldagem, rastreando exatamente o quão rápido o metal esfriava em diferentes pontos. Então, em vez de usar o software matemático tradicional e pesado, eles usaram dois agentes de IA (programas de computador inteligentes) para prever o resultado. O primeiro agente, o "CCT-Agent", agiu como um meteorologista, desenhando um mapa de como o metal mudaria conforme esfriava. O segundo agente, o "Phase-Agent", agiu como um tradutor, lendo a velocidade de resfriamento da simulação e dizendo exatamente como seria a estrutura interna do metal.

Os resultados foram fascinantes. As simulações mostraram que os dois métodos de soldagem criaram "bolos" completamente diferentes. A solda por Feixe de Elétrons, rápida e focada, resfriou o metal a uma velocidade vertiginosa de cerca de 50 graus Celsius por segundo. Como esfriou tão rapidamente, o metal não teve tempo de rearranjar seus grãos internos para uma nova forma; ele permaneceu em um estado de alta energia "congelado", chamado beta metaestável. Em contraste, a solda TIG, mais lenta e larga, resfriou o metal de forma muito mais suave, a cerca de 10 a 15 graus Celsius por segundo. Esse ritmo mais lento deu ao metal tempo de sobra para se rearranjar, formando uma quantidade significativa de uma estrutura diferente e mais rígida chamada alfa difusional. O estudo descobriu que os agentes de IA foram capazes de desenhar esses mapas de resfriamento e prever as estruturas finais com a mesma precisão que o software tradicional e caro, mas muito mais rápido e sem a necessidade de licenças especiais. Essencialmente, os pesquisadores provaram que, para este titânio de baixo custo específico, a escolha da ferramenta de soldagem não é apenas sobre como as peças se encaixam; é uma escolha entre duas personalidades internas completamente diferentes para o metal, e uma IA inteligente pode agora ajudar engenheiros a prever qual delas eles obterão antes mesmo de pegarem em uma tocha de soldagem.

Resumo Técnico: Modelagem de Elementos Finitos Assistida por IA de Processos EBW e TIG em Ligas de Titânio de Baixo Custo

Definição do Problema
Ligas de $\beta$ -titânio de baixo custo, projetadas para substituir o caro vanádio por ferro e molibdênio (ex: Ti-2.8Al-5.1Mo-4.9Fe), oferecem um potencial significativo para estruturas aeroespaciais e marinhas críticas em termos de peso. No entanto, sua soldabilidade é pouco compreendida em comparação com a liga dominante Ti-6Al-4V. Um desafio crítico na soldagem dessas ligas metaestáveis- $\beta$ é prever a composição de fase da zona de solda, que é altamente sensível ao histórico térmico. O fluxo de trabalho de previsão tradicional baseia-se na modelagem térmica por Elementos Finitos (FE) acoplada ao CALPHAD (CALculation of PHAse Diagrams) para gerar diagramas de Transformação sob Resfriamento Contínuo (CCT). Esta abordagem convencional é frequentemente um gargalo, exigindo bancos de dados termodinâmicos especializados, softwares licenciados e expertise significativa, tornando-se lenta e difícil de aplicar ao realizar a triagem de múltiplas composições de baixo custo.

Metodologia
O estudo emprega um fluxo de trabalho computacional acoplado, integrando simulação térmica por FE com um sistema de previsão de microestrutura baseado em agentes de Inteligência Artificial (IA).

Modelagem Térmica: Uma análise transiente 3D de FE foi realizada em chapas de 6 mm de Ti-2.8Al-5.1Mo-4.9Fe para simular dois processos de soldagem distintos: Soldagem por Feixe de Elétrons (EBW) e Soldagem Tungsten Inert Gas (TIG). Os modelos utilizaram propriedades termofísicas dependentes da temperatura e formulações de calor latente. A EBW foi modelada como uma fonte cônica/cilíndrica-Gaussiana concentrada (modo keyhole), enquanto a TIG foi modelada como uma fonte duplo-elipsoidal difusa (modo condução). As simulações extraíram taxas de resfriamento resolvidas por zona, especificamente no intervalo de 800–500 °C, relevante para a transformação $\beta \to \alpha$ .
Construção de CCT Impulsionada por IA (CCT-Agent): Para substituir a etapa CALPHAD, um agente de Modelo de Linguagem de Grande Escala (LLM), o "CCT-Agent", foi desenvolvido. Operando em um modelo de pesos abertos hospedado localmente (gpt-oss, 120B de parâmetros) via API Ollama, o agente constrói diagramas CCT diretamente da química da liga. Ele utiliza âncoras metalúrgicas (ex: $\beta$ -transus, equivalente de molibdênio) e aplica a cinética de Johnson-Mehl-Avrami-Kolmogorov (JMAK) com aditividade de Scheil para definir os limites de transformação. O fluxo de trabalho é determinístico (temperatura 0, semente fixa) e validado por esquema para garantir a reprodutibilidade.
Previsão de Fase (Phase-Agent): Um segundo agente de LLM (executando uma variante de 20B de parâmetros), o "Phase-Agent", integra as taxas de resfriamento derivadas de FE contra os diagramas gerados pelo CCT-Agent. Ele calcula as frações de fase resultantes ( $\alpha$ difusional vs. $\beta$ retido) para localizações específicas dentro da solda e da zona afetada pelo calor (HAZ).
Validação: Antes da aplicação à liga de baixo custo, o CCT-Agent foi validado contra diagramas derivados de CALPHAD e dados da literatura para três ligas: Ti-6Al-4V ( $\alpha+\beta$ ), VT19 (near- $\beta$ ) e a principal Ti-2.8Al-5.1Mo-4.9Fe (metastável- $\beta$ ).

Resultos Principais

Validação do CCT-Agent: O agente de IA reproduziu com sucesso os limites de transformação derivados de CALPHAD dentro de tolerâncias de engenharia através do espectro de estabilidade. Para Ti-6Al-4V, VT19 e Ti-2.8Al-5.1Mo-4.9Fe, o agente coincidiu com as temperaturas de $\beta$ -transus em aproximadamente 30 °C e identificou corretamente a ordem e a magnitude das taxas de resfriamento críticas necessárias para reter a fase $\beta$ .
Divergência Térmica: Os modelos de FE confirmaram assinaturas térmicas distintas. A EBW produziu uma zona de fusão profunda e estreita (razão profundidade-largura $\approx$ 2,5) com altas taxas de resfriamento de aproximadamente 50 °C s⁻¹ na zona de fusão. Por outro lado, a TIG produziu uma zona de fusão larga e rasa (razão profundidade-largura $\approx$ 0,38) com taxas de resfriamento significativamente mais lentas de 10–15 °C s⁻¹ na zona de fusão e $\approx$ 6 °C s⁻¹ na HAZ.
Previsão Microestrutural: O fluxo de trabalho acoplado previu composições de fase drasticamente diferentes para a mesma liga baseadas no processo de soldagem:
- EBW: O resfriamento rápido ( $\approx$ 50 °C s⁻¹) contornou o nariz de início da transformação $\alpha$ difusional do diagrama CCT. A zona de fusão e a estreita HAZ permaneceram predominantemente $\beta$ metaestável.
- TIG: O resfriamento mais lento ( $\approx$ 10–15 °C s⁻¹) permitiu que a trajetória térmica interceptasse os limites de transformação. A solda desenvolveu uma microestrutura graduada com um núcleo de $\beta$ retido cercado por uma formação significativa de $\alpha$ difusional na zona de fusão e na HAZ.

Significância e Alegações
O artigo demonstra que agentes de LLM podem substituir totalmente a etapa de computação CALPHAD dentro de um ciclo de simulação de soldagem. Ao gerar diagramas CCT e mapas de fase diretamente da composição e das taxas de resfriamento, o fluxo de trabalho de dois agentes (CCT-Agent e Phase-Agent) oferece uma alternativa rápida, acessível e reprodutível à modelagem termodinâmica tradicional. Essa capacidade é particularmente significativa para a triagem de composições de ligas de baixo custo, onde o estabelecimento de bancos de dados CALPHAD confiáveis é intensivo em recursos.

O estudo conclui que, para a liga de baixo custo Ti-2.8Al-5.1Mo-4.9Fe, a escolha entre EBW e TIG é efetivamente uma escolha de equilíbrio de fases conforme soldada. A EBW produz uma estrutura $\beta$ metaestável uniforme adequada para envelhecimento subsequente, enquanto a TIG produz uma estrutura com $\alpha$ difusional pré-formado, necessitando de diferentes estratégias de tratamento térmico pós-soldagem. Os autores observam que, embora o CCT-Agent seja validado contra métodos estabelecidos, as previsões de fase específicas para as soldas da liga de baixo custo ainda não foram verificadas experimentalmente via metalografia ou difração de raios X, o que marca este como o próximo passo essencial. O fluxo de trabalho é apresentado como uma ferramenta para operacionalizar relações metalúrgicas estabelecidas, em vez de inventar novas termodinâmicas.

Mais como este