Otimização Paramétrica, Modelagem e Caracterização Mecânica e Microestrutural na Manufatura Aditiva Robotizada a Arco de Aços Inoxidáveis

Descrição

O presente projeto de pesquisa propõe o desenvolvimento e a validação de uma arquitetura de modelagem computacional avançada para a predição e otimização das propriedades mecânicas, geométricas e microestruturais de componentes fabricados via Manufatura Aditiva por Deposição ao Arco (MADA) robotizada. A investigação tem foco no processo de soldagem robotizada Gas Metal Arc Welding (GMAW), com ênfase nas variantes de transferência metálica pulsada e duplo pulsada, empregando arames de aços inoxidáveis. A utilização da MADA para estas ligas possibilita a fabricação de peças de grande porte e de alto valor agregado para setores de alta severidade, contornando o desperdício de matéria-prima inerente à manufatura subtrativa, alcançando uma elevada taxa de utilização de material e viabilizando a construção de geometrias intricadas sem a necessidade de matrizes dedicadas. A escolha da MADA baseada no processo GMAW é justificada por vantagens operacionais diretas frente a outros processos a arco, conferindo maiores taxas de deposição e integração viável com manipuladores robóticos antropomórficos. Para superar as limitações do modo de curto-circuito convencional, adota-se a pulsação da corrente, que assegura uma transferência metálica controlada, minimiza respingos e permite o controle da energia imposta. Em simbiose com o refinamento de grão oriundo da oscilação térmica autônoma da poça de fusão no modo duplo pulsado, a parametrização adequada promove a modulação microestrutural e mitiga descontinuidades de solidificação. O planejamento metodológico estabelece o uso sinérgico do Planejamento de Experimentos (DOE) e das Redes Neurais Artificiais (RNA). A abordagem é estruturada no uso de técnicas de triagem do DOE seguidas por métodos de Metodologia de Superfície de Resposta (RSM) para otimização local. Contudo, ao se tratar de respostas afetadas pela severa anisotropia mecânica direcional inerente ao processo, as RNA assumem o protagonismo preditivo, mapeando flutuações não lineares que desafiam a estatística convencional. Para embasar as correlações, os componentes passarão por extensa caracterização microestrutural e avaliação de propriedades mecânicas, incluindo perfis de microdureza e medição da fração de ferrita delta. O banco de dados estruturado atuará como o motor lógico basilar para futuras implementações de Gêmeos Digitais, elevando a manufatura robotizada a patamares de autonomia industrial.