Riassunto analitico
Molti processi industriali fanno vasto uso di programmi di simulazione al fine di ottimizzare la produzione.
Nell'ambito dei processi di colata i programmi di simulazione sono in grado di prevedere la qualità dei prodotti di fusione dando una visione su quello che sarà il riempimento, la solidificazione e il raffreddamento dello stampo. Si ottiene così una previsione sulle proprietà meccaniche, sulle tensioni termiche e sulle distorsioni dei getti. In questo modo è possibile ridurre i difetti: aspetto traducibile in risparmio di energia, di materiale, di attrezzature e, di conseguenza, in riduzione dei costi.
Il presente lavoro di tesi sperimentale si è focalizzato sullo studio delle proprietà termiche dello stampo in sabbia, di cui fa uso la Fonderia Capricorn s.r.l., nel processo di colata a gravità di leghe leggere di Alluminio.
In particolare, sono state svolte campagne di identificazione dello Scambio termico superficiale e della Conduttività, individuati come i parametri più influenti per l'attendibilità e la precisione dei risultati, e, perciò, responsabili della qualità della fusione finale.
Tali parametri di studio non sono noti a priori, motivo per il quale vengono presi in considerazione, nella simulazione di colata, valori suggeriti dal software utilizzato. In questo caso specifico è stato impiegato il programma MAGMASoft.
Al fine di migliorare la veridicità dei risultati ottenuti tramite simulazione, nel dettaglio la determinazione dei valori corretti di Scambio termico superficiale e Conduttività, sono stati utilizzate ottimizzazioni che fanno uso di algoritmi genetici.
Gli algoritmi genetici sono una particolare tecnica di ottimizzazione in grado di esplorare il campo delle soluzioni progettuali in modo stocastico. Ciò avviene mediante la generazione, per valori randomici di variabili, di simulazioni i cui risultati vengono poi valutati e confrontati dall’algoritmo di ottimizzazione secondo determinati obiettivi imposti dall’operatore in maniera arbitraria.
Come nella nota teoria dell'evoluzione darwiniana, le simulazioni migliori si ricombinano tra loro producendo nuovi valori di variabili da reinserire nel ciclo di ottimizzazione, mentre quelle peggiori si estinguono.
Tale processo viene ripetuto di generazione in generazione fino al raggiungimento dei valori ottimali delle variabili considerate in riferimento agli obiettivi scelti.
Nell’ottimizzazione inversa del caso di studio, sono state inserite le curve sperimentali reali raggiunte tramite prove di colata nella fonderia Capricorn s.r.l. Si è poi imposto come obiettivo la riduzione dell’errore tra le curve risultanti dalle simulazioni rispetto a quelle ottenute in loco. In questo modo i parametri ottimizzati finali sono quelli per cui le curve simulate si allineeranno con quelle sperimentali, raggiungendo così valori in grado di avvicinarsi a quelli reali.
Lo studio ha messo in evidenza come i valori ottimali di Scambio termico superficiale e Conduttività si distacchino dai valori standardizzati del software. Inoltre, è possibile affermare che l'ottimizzazione della singola variabile raggiunga valori differenti dall'ottimizzazione contemporanea di entrambe le variabili. Questo perché è nota l'influenza che entrambi i parametri termici hanno sulla diffusione del calore. Di conseguenza, trascurare uno dei due comporta una non corretta individuazione del valore di ottimo portando a un errore non trascurabile di simulazione.
|
Abstract
Many industrial processes extensively rely on simulation programs to optimize production. In the field of casting processes, simulation programs can predict the quality of casting products by providing insights into the filling, solidification, and cooling of moulds. This enables predictions of mechanical properties, thermal stresses, and casting distortions, ultimately reducing defects. This reduction translates to energy, material, and equipment savings, leading to cost reduction.
This experimental thesis focused on the study of the thermal properties of the sand mould, used by the Capricorn S.r.l. foundry, in the gravity casting process of light aluminum alloys. In particular, campaigns were conducted to identify the surface heat transfer and conductivity, identified as the most influential parameters for the reliability and accuracy of the results, and therefore, responsible for the quality of the final casting.
These study parameters are not known in advance, which is why values suggested by the software are considered in the casting simulation. In this specific case, the MAGMASoft program was used.
In order to improve the accuracy of simulation results, particularly in determining the correct values of surface heat transfer and conductivity, optimizations using genetic algorithms were employed.
Genetic algorithms are a specific optimization technique capable of stochastically exploring the field of design solutions. This is achieved by generating simulations with random values of variables, and then evaluating and comparing the results according to predefined objectives set by the operator. As in the well-known Darwinian theory of evolution, the best simulations are combined to produce new variable values that are reintroduced into the optimization cycle, while the worst ones are eliminated.
This process is repeated from generation to generation until the optimal values of the considered variables with respect to the chosen objectives are reached. In the inverse optimization of the case study, real experimental curves obtained through casting tests at Capricorn S.r.l. foundry were included. The objective was to minimize the error between the resulting simulation curves and the experimental curves obtained on site. This approach resulted in optimized parameters for which the simulated curves will be aligned with the experimental ones, thus achieving values approaching reality.
The study showed how the optimal values of surface heat transfer and conductivity deviate from the standardized values in the software. Furthermore, it can be stated that the optimization of each variable separately yields different values compared to the simultaneous optimization of both variables. This is the influence that both thermal parameters have on heat diffusion is well known. Therefore, neglecting one of the parameters leads to an incorrect determination of the optimum value, resulting in a significant simulation error.
|
