[pt] MODELAGEM E OTIMIZAÇÃO DA SOLDAGEM POR FRICÇÃO (FSW) DE UMA JUNTA SIMILAR DE ALUMÍNIO UTILIZANDO COMO TÉCNICA DE BUSCA O ALGORITMO GENÉTICO

[en] MODELING AND OPTIMIZATION OF FRICTION WELDING (FSW) OF A SIMILAR ALUMINUM JOINT USING THE GENETIC ALGORITHM AS A SEARCH TECHNIQUE

[pt] LUIS AMERICO PERES PEREIRA

[pt] ALGORITMO GENETICO

[pt] SOLDA POR FRICCAO

[pt] METODOLOGIA DE SUPERFICIE DE RESPOSTA

[en] GENETIC ALGORITHM

[en] FRICTION STIR WELDING

[en] RESPONSE SURFACE METHODOLOGY

[pt] Este trabalho teve por objetivo analisar os resultados de um experimento de soldagem por fricção, em inglês friction stir welding (FSW), e descrever um modelo otimizado e representativo das variáveis de saída de acordo com cada variável de entrada do processo de solda. A determinação da melhor combinação de parâmetros de entrada garante a boa qualidade da solda, atendendo às especificações técnicas do processo. Isso foi possível a partir da utilização da metodologia de superfície de resposta, amplamente usada no âmbito industrial e de pesquisa, quando os processos que envolvem mais de uma variável de entrada, demandam alta qualidade e confiabilidade dos resultados. Para estimar o modelo de segunda ordem mais adequado, algoritmo genético foi usado para a busca da solução ótima, sendo este uma alternativa mais robusta quanto ao encontro do mínimo global. O desenvolvimento teve como base a utilização do MATLAB, versão R2020b, onde foram estimadas as equações dos modelos e construídos os gráficos de superfície e de contorno. A validação da modelagem e otimização passou pelo uso da análise de variância (ANOVA), sendo ainda verificados o coeficiente de determinação (R2), os gráficos de regressão e de resíduo. Os resultados mostraram comportamentos interessantes relacionados à combinação das variáveis de entrada – rotação da ferramenta e velocidade de soldagem - principalmente quando analisadas no início do processo e ao longo de todo o percurso de soldagem. Após estimar os modelos para as respostas de entrada e percurso da ferramenta, foi possível realizar a sobreposição das curvas de contorno e analisar em quais regiões ocorria a maximização dos esforços mecânicos. Dessa forma, podemos indicar como a intensidade da rotação e da velocidade influenciam em cada etapa, o que possibilita determinar a melhor faixa de trabalho para cada fase do processo de soldagem, reduzindo os efeitos das forças resultantes. Isso é importante para evitar desgaste precoce da ferramenta, aumento da eficiência e também controlar os parâmetros da qualidade da solda.

[en] This paper is aimed at analyzing the results of a friction welding experiment, in English friction stir welding (FSW), and to describe an optimized and representative model of the output variables according to each input variable of the welding process. The determination of the best combination of input parameters guarantees the good quality of the weld, meeting the technical specifications of the process. This was possible through the use of the response surface methodology, widely used in the industrial and research fields, when processes involving more than one input variable, demand high quality and reliability of the results. To estimate the most appropriate second-order model, a genetic algorithm was used to search for the optimal solution, which is a more robust alternative in terms of meeting the global minimum. The development was based on the use of MATLAB, version R2020b, where the model equations were estimated, and the surface and contour graphics were constructed. The validation of the modeling and optimization went through the use of analysis of variance (ANOVA), and the determination coefficient (R2), the regression and residue graphs were also verified. The results showed interesting behaviors related to the combination of input variables - tool rotation and welding speed - especially when analyzed at the beginning of the process and along the entire welding path. After estimating the models for the tool s input and path responses, it was possible to superimpose the contour curves and analyze in which regions the maximum mechanical stress occurred. In this way, we can indicate how the intensity of rotation and speed influence each step, which makes it possible to determine the best working range for each phase of the welding process, reducing the effects of the resulting forces. This is important to avoid premature tool wear, increase efficiency and to control weld quality parameters.

JOSE ROBERTO MORAES D ALMEIDA

AYRTON ALEF CASTANHEIRA PEREIRA

2021-01-07

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=51179@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=51179@2

https://doi.org/10.17771/PUCRio.acad.51179