Desde intercambiadores de calor aeronáutico, a implantes médicos o dispositivos de aislamiento de vibraciones en naves espaciales, la fabricación aditiva metálica abre nuevas posibilidades para diseñar y producir componentes avanzados, personalizados y más eficientes.

En este contexto, CATEC está liderando el proyecto METALIA (Tecnologías Habilitadoras para la Implementación de la Inteligencia Artificial en la cadena de valor de la Fabricación Aditiva de nuevas aleaciones metálicas), que tiene como objetivo diseñar, optimizar y fabricar diferentes dispositivos metálicos mediante fabricación aditiva (impresión 3D), incorporando novedosas herramientas de Inteligencia Artificial (IA) para poder personalizar de manera más automática y predecir su comportamiento en diferentes condiciones de uso, incorporándolas a lo largo de la cadena de valor de la fabricación aditiva.

Las tecnologías de fabricación aditiva metálica (FAM) presentan importantes ventajas competitivas para el desarrollo de productos especiales o personalizados, destacando la posibilidad de fabricar geometrías complejas, reducir el material empleado, aligerar los componentes y avanzar hacia procesos productivos más sostenibles al disminuir la necesidad de herramientas, moldes y utillajes específicos.

De este modo, el proyecto METALIA busca dar respuesta a algunos de los principales retos asociados a la fabricación aditiva de componentes metálicos, como son la optimización del diseño, el control del proceso productivo de cada aleación, la mejora de las propiedades mecánicas, o la predicción del rendimiento final de las piezas.

La iniciativa está coordinada por nuestro centro tecnológico como líder de la agrupación AEI, en la que participan también los centros de investigación LEITAT, IMDEA Materiales y Universidad Politécnica de Madrid, junto a la agrupación CDTI de empresas compuesta por EGILE, Bitmetrics, Grupo Sevilla Control, Cubicoff y DLYTE. Esta colaboración está favoreciendo un entorno propicio para la generación de resultados científicos hacia niveles avanzados de madurez tecnológica, gracias a una correcta transferencia entre la investigación científica y el desarrollo tecnológico.

El proyecto pertenece a la convocatoria del programa “Misiones de Ciencia e Innovación” financiado por la iniciativa TransMisiones 2023 del Centro para el Desarrollo Tecnológico y la Innovación (CDTI), y cuenta con la financiación del Ministerio de Ciencia, Innovación y Universidades, la Agencia Estatal de Investigación y el propio CDTI.

Principales líneas de trabajo y avances

Con METALIA, la combinación de FAM e IA permitirá avanzar hacia una nueva generación de componentes metálicos optimizados, más ligeros, personalizados y con prestaciones mejoradas para sectores estratégicos como el aeroespacial, biomédico, energético e industrial.

Desde su puesta en marcha hace dos años, el consorcio del proyecto ha desarrollado herramientas de IA para entender las propiedades en defectología, rugosidad, porosidad, etc. de novedosas aleaciones con mejora de funcionalidad, diseñadas específicamente para impresión 3D, para cada uno de los componentes a desarrollar en el proyecto. Entre las aleaciones seleccionadas hay que destacar las aleaciones de cobre GRCop-42 y CuCrZr, la aleación de aluminio, la aleación de aluminio A6061-RAM2, o el Nitinol.

Otra línea de trabajo en la que se ha profundizado es la predicción de propiedades mecánicas mediante IA, para lo que se parte de unos diseños de retículas y superficies texturizadas pre-seleccionadas que representan un amplio abanico de propiedades mecánicas, a los que se les ha realizado una variación sistemática de diseño. Además, para aportar a la industria herramientas capaces de generar diseños y geometrías complejas que ayuden a poner en valor el potencial de la fabricación aditiva metálica, se está trabajando en el desarrollo de modelos basados en autómatas celulares (AC) para un diseño generativo. Así, se han desarrollado modelos de autómatas 3D para generar tanto metamateriales como metasuperficies mediante el uso de AC, integrando principios de modelado computacional, biomímesis y manufactura aditiva.

Por otra parte, para la mejora de la fabricación, se ha realizado un análisis de aplicabilidad de herramientas de IA a la monitorización de los procesos de fabricación aditiva, tanto en cama de polvo (PBF) como de Deposición directa de energía (DED). En este caso, los primeros resultados han demostrado la viabilidad del uso de modelos de segmentación para la monitorización automatizada de los procesos de fabricación aditiva, estableciendo una base sólida para la investigación y el desarrollo de un modelo de monitorización orientado tanto a detección automática de defectos de fusión como a identificación temprana de desviaciones geométricas.

Asimismo, se están optimizando los procesos posteriores asociados a la FA, principalmente mecanizado, electropulido e inspección, y se han integrado sistemas de adquisición de datos durante el mecanizado de componentes que van a permitir análisis de la calidad del mecanizado basado en los datasets generados. Gracias a un estudio profundo de los parámetros que influyen en el electropulido en seco (tipo electrolito, movilidad, tiempos, tamaño de las partículas), es posible predecir con herramientas de IA la calidad superficial de las piezas antes y después de electropulido. Igualmente, en METALIA se está optimizando la inspección mediante tomografías de rayos X gracias a la IA, lo que reducirá el tiempo necesario para cada tomografía y el número necesario para conocer en detalle las propiedades de la pieza.

Por último, CATEC ha comenzado a investigar metodologías, algoritmos y arquitecturas de aprendizaje de Visión Artificial basada en Deep Learning que permita la cuantificación y análisis automáticos de fases y microestructura de las aleaciones. La herramienta resultante permitiría no solo caracterizar la morfología y distribución de las características microestructurales con mayor exactitud, sino también predecir de manera más fiable las propiedades mecánicas de los materiales impresos.