Geração de microestruturas sintéticas contendo defeitos de fundição: uma abordagem de aprendizado de máquina
Scientific Reports volume 13, Artigo número: 11852 (2023) Citar este artigo
877 acessos
1 Altmétrico
Detalhes das métricas
Este artigo apresenta uma nova estratégia para gerar amostras sintéticas contendo defeitos de fundição. Quatro amostras de Inconel 100 contendo defeitos de fundição, como retrações e poros, foram caracterizadas por tomografia de raios X e são utilizadas como referência para esta aplicação. As retrações são conhecidas por terem formato tortuoso e mais prejudiciais às propriedades mecânicas dos materiais, especialmente à fadiga do metal, enquanto os poros podem ser de dois tipos: poros de retração quebrados com formato arbitrário e poros gasosos de formato esférico. Para a geração de amostras sintéticas, são utilizados um módulo integrado de análise de Spatial Point Pattern (SPP) e técnicas de aprendizagem profunda como Redes Adversariais Generativas (GANs) e Redes Neurais Convolucionais (CNNs). A análise SPP descreve as distribuições espaciais dos defeitos de fundição no espaço material, enquanto GANs e CNNs geram um defeito de morfologia arbitrária muito próximo dos defeitos reais. A análise SPP revela a existência de dois mecanismos diferentes de nucleação de vazios durante a solidificação do metal associados a retrações e poros. Nosso modelo de aprendizagem profunda gera com sucesso defeitos de fundição com tamanhos de defeito variando de 100 µm a 1,5 mm e de formatos muito realistas. Todo o processo de geração de microestrutura sintética respeita as estatísticas globais de defeitos das amostras de referência e as amostras geradas são validadas por comparação estatística com amostras reais.
Os materiais fundidos geralmente apresentam defeitos formados durante a solidificação do metal. Esses defeitos podem ter um sério impacto nas propriedades do material, cuja magnitude depende de diversas características microestruturais e do defeito. Alguns dos defeitos que podem aparecer em materiais fundidos são retrações, poros, filmes de óxido, etc.1,2,3. As retrações são grandes cavidades tortuosas formadas devido à contração do metal fundido durante a solidificação, enquanto os poros e microvazios são menores em tamanho e geralmente são formados devido a gases aprisionados. Esses defeitos de cavidade podem degradar drasticamente o desempenho do material, promovendo o início e a propagação de trincas impulsionadas pela concentração de tensão . A intensidade dessa degradação depende de várias características do defeito, como tamanho, posição e morfologia8: sabe-se que a vida em fadiga varia inversamente em relação ao tamanho do defeito, relação demonstrada pelo diagrama de Kitagawa-Takahashi9,10. Sabe-se também que a localização do defeito desempenha um papel muito proeminente na fadiga de alto ciclo (HCF)10,11. Trincas iniciadas em defeitos mais próximos da superfície livre se propagam mais rapidamente quando comparadas àquelas iniciadas em defeitos internos, dada a diferença em seus fatores de intensidade de tensão (SIF)1. Além disso, uma morfologia tortuosa de defeitos pode aumentar drasticamente a concentração de tensões, facilitando o início de fissuras. Algumas das características independentes que podem caracterizar morfologias de defeitos são esfericidade, proporção de aspecto, etc.8. Embora essas características possam induzir uma grande dispersão na vida em fadiga, o problema fica ainda mais complicado em materiais contendo altos níveis de porosidade, o que resulta na formação de aglomerados de defeitos . Em defeitos agrupados, além das características individuais dos defeitos, eles também são influenciados pelos gradientes de tensão dos defeitos vizinhos. Esses defeitos às vezes podem ser encontrados em peças de fundição aeronáutica, como discos e pás de turbinas, e têm recebido muito menos atenção no domínio mecânico. A análise de todas as características que podem afetar a vida em fadiga requer o teste de um grande número de amostras, o que pode ser extremamente caro. Portanto, uma abordagem plausível é gerar microestruturas sintéticas muito próximas da realidade que possam ser simuladas numericamente para criar um grande banco de dados de resposta mecânica à presença de defeitos, sua morfologia e distribuição espacial.