Pesquisadores da Universidade de Tecnologia do Sul da China publicaram recentemente um artigo na Frontiers of Mechanical Engineering, propondo uma abordagem orientada por dados com base no aprendizado de conjunto de empilhamento para prever as propriedades mecânicas da liga Ti6Al4V formada por fusão de leito de pó a laser em larga escala (LPBF).
Na fabricação de peças de Ti6Al4V via LPBF, o processo envolve inúmeros parâmetros interativos, dificultando a determinação dos parâmetros apropriados. Técnicas de aprendizado de máquina podem solucionar esse problema, mas modelos individuais têm dificuldade em capturar relações complexas. Modelos de empilhamento, que combinam as vantagens de múltiplos modelos para aprimorar o desempenho, são aplicados neste estudo para prever as propriedades mecânicas da liga Ti6Al4V na área de manufatura aditiva (MA).
Pó esférico de Ti6Al4V foi utilizado para preparar espécimes de tração em equipamentos LPBF específicos. As faixas de parâmetros para potência do laser, velocidade de varredura e espaçamento de hachura foram definidas, e 64 combinações de parâmetros foram obtidas por meio de experimentos com arranjos ortogonais. Algoritmos como ANN, ENet, KRR, GBR e Lasso foram empregados para construir um modelo de empilhamento para prever a resistência à tração. Otimização bayesiana e validação cruzada foram utilizadas para otimizar o modelo, e múltiplas métricas foram aplicadas para avaliar seu desempenho.
A análise do coeficiente de correlação de Pearson revelou que a velocidade de varredura tem o maior impacto na resistência à tração, seguida pela potência do laser, sendo o espaçamento das hachuras o menor efeito. Após a otimização, foi determinada a combinação ideal de modelos base para o modelo de empilhamento. Os resultados de treinamento e testes mostram que o modelo de empilhamento apresenta maior precisão de predição e maior estabilidade do que o modelo de RNA, capturando melhor as relações complexas entre os parâmetros do processo e a resistência à tração.
O modelo de aprendizado de conjunto de empilhamento proposto pela Universidade de Tecnologia do Sul da China fornece uma estrutura eficaz para prever a resistência à tração da liga Ti6Al4V fabricada por LPBF em larga escala. Este estudo determina o grau de influência de parâmetros-chave, valida as vantagens do modelo de empilhamento em múltiplos aspectos e oferece um método confiável para prever as propriedades mecânicas de peças metálicas no processo LPBF. Para saber mais sobre o modelo acesse o site.
Para continuar por dentro das principais notícias do mundo da indústria 4.0 acesse o nosso site.
