Logica Fuzzy per prevedere il risultato nel processo di imbutitura

A cura di Stefano Grulli

Condividi

fuzzy

I ricercatori di questo studio mettono in piedi un algoritmo, basato su logica Fuzzy, in grado di stimare la forza necessaria per l’imbutitura così da poter trovare il miglior compromesso di parametri per lavorare efficientemente la lamiera.

L’odierno contesto in cui l’industria manifatturiera si trova a competere è caratterizzato da una rapida evoluzione e da un contesto globale. Il mercato è contraddistinto da un’elevata necessità di personalizzazione e dal superamento dei limiti geografici: portando inevitabilmente ad una domanda dei prodotti fluttuante ed instabile.

L’efficientamento delle risorse è sempre stato un tema importante, ma ora in particolar modo esso risulta fondamentale. Per sopravvivere è necessario, ora più che mai, ottimizzare le risorse adattandosi rapidamente ed in maniera efficace alle richieste dei clienti in continua evoluzione. Il settore della lamiera, così come molti altri, è caratterizzato da questa particolare evoluzione del mercato.

Una domanda variabile, insieme ad una frequente richiesta di personalizzazione, spinge verso la riduzione delle dimensioni dei lotti produttivi, aumentando così la varietà dei componenti prodotti. In questo difficile contesto è fondamentale ridurre sprechi energetici e scarti, così da ridurre costose rilavorazioni.

Fortunatamente i recenti sviluppi e la diffusione delle tecnologie digitali permettono di ottenere vantaggi efficientando le produzioni e permettendo di superare alcune difficoltà aziendali. La rivoluzione di Industria 4.0 permette infatti di compiere un passo avanti supportando la manifattura nelle sfide quotidiane.

Stima della forza

Il processo di imbutitura, largamente diffuso industrialmente, permette di trasformare lamiere in componenti con profonde cavità. Il processo si avvale semplicemente di una pressa che, tramite un punzone, spinge la lamiera all’interno di una matrice.

La diffusione del processo è dovuta alla rapidità dell’operazione di trasformazione e al costo relativamente contenuto dell’attrezzatura necessaria. Questo processo trova applicazioni in innumerevoli settori: da oggetti di uso quotidiano come le lattine e il pentolame, fino ad arrivare a componenti per l’automotive.

La forza applicata sul punzone dipende da diversi parametri di processo. Il risultato sul componente finale è fortemente influenzato dalla forza, risultando quindi un punto d’attenzione per ottenere un risultato valido. Inoltre, se si lavora con forze eccessive sul punzone, molta energia viene impiegata, rendendo così un processo inefficiente ed inutilmente dispendioso. Per evitare quindi risultati negativi è fondamentale riuscire a stimare la forza di lavorazione. La soluzione più immediata è quella di effettuare esperimenti pratici.

Tuttavia, dati i numerosi parametri in gioco, questa strada richiederebbe numerosissimi esperimenti che risulterebbero essere costosi, richiedendo inoltre parecchio tempo. Una soluzione alternativa, proposta dai ricercatori, è quella di mettere in piedi un algoritmo in grado di stimare la forza necessaria per la lavorazione, così da poter trovare il miglior compromesso di parametri per lavorare efficientemente.

Logica Fuzzy

Per stimare la forza necessaria durante la lavorazione gli autori della ricerca individuano come promettente la logica Fuzzy. Si tratta di una branca matematica in grado di modellare la realtà differenziandosi dalla tradizionale logica “booleana”: che vede il mondo come bianco o nero oppure, nel mondo informatico, zero o uno. La logica Fuzzy permette invece di considerare le sfumature di grigio, prevedendo di misurare l’ambiguità tipica del mondo reale.

Questa metodologia viene utilizzata per gestire concetti parzialmente veri o comunque di incertezza, che sarebbero stati gestiti malamente dalla logica booleana. La logica Fuzzy viene spesso utilizzata in applicazioni industriali proprio perché è in grado di modellare accuratamente la complessità mondo reale, evitando eccessive semplificazioni. Viene utilizzata in diverse applicazioni, ad esempio: riconoscimento di immagini, controlli ferroviari, domotica, robotica o tanto altro.

Questi sistemi permettono infatti di gestire numerosi parametri in ingresso, per poi effettuare una stima del valore desiderato, valutando le complessità in gioco.

La logica Fuzzy è quindi un’interessante metodologia per determinare in maniera accurata la forza del punzone durante il processo di imbutitura. In questo modo è infatti possibile predire il risultato ottenibile altrimenti tramite numerosi esperimenti, riuscendo a superare i problemi annessi. Gli autori hanno quindi sviluppato e sperimentato un sistema a logica Fuzzy per stimare la forza sul punzone. Come strumento è stato utilizzato MATLAB e sono stati inseriti tutti i parametri ritenuti rilevanti (Figura 1).

fuzzy
Figura 1 – Processo di stima della forza tramite l’utilizzo di logica Fuzzy

Le variabili considerate sono: Diametro del disco di lamiera, raggio dello stampo, raggio del punzone, forza del premilamiera, coefficiente d’attrito e velocità del punzone. Per ognuno di questi parametri sono stati individuati tre livelli: basso medio ed alto, così da creare una buona combinazione. Successivamente sono stati eseguiti 27 esperimenti per permettere di sviluppare questo sistema.

La sperimentazione

Per osservare e registrare la forza del punzone in diverse condizioni è stato necessario eseguire una sperimentazione fisica. I provini sono stati costruiti utilizzando acciaio ad alta resistenza Strenx 700 CR (EN10131) dello spessore di 1 mm. Un macchinario universale con una capacità di 400 kN è stato impiegato per la sperimentazione (Figura 2). Per misurare la forza durante il processo si è sfruttata una cella di carico. Sei parametri (rappresentati in Figura 1) sono stati scelti come i principali.

Figura 2 – Attrezzo utilizzato per imbutire la lamiera e geometria della strumentazione

È inoltre stato scelto di ridurre i possibili parametri analizzati per mantenere l’analisi efficiente dal punto di vista di tempi e costi. Tre livelli per ogni parametro (mostrati in Figura 3) sono stati individuati rendendo così necessari teoricamente 36 (729) esperimenti. Chiaramente sarebbe stato infattibile eseguire un numero così elevato di provini fisici, rendendo la sperimentazione troppo onerosa. Il numero di casi di test è stato perciò semplificato, creando un array ortogonale L27.

Utilizzando questa tecnica di progettazione delle sperimentazioni (“Design of Experiments” o DoE in inglese) è stato possibile ridurre drasticamente il numero di prove necessarie. In questa maniera solamente 27 provini sono stati prodotti con le giuste combinazioni di parametri.

I risultati

Questo studio ha permesso di ottenere risultati particolarmente interessanti. Tramite questa metodologia è possibile prevedere i valori di forza a parità di componente imbutito. Ciò è interessante anche perché è così possibile individuare la combinazione di parametri in grado di minimizzare la forza senza dover eseguire una sperimentazione estensiva.

Riuscendo a prevedere la combinazione ottimale dei parametri di processo è possibile ottimizzare la produzione e ridurre i costi legati ad energia o agli scarti. Le previsioni del modello in logica Fuzzy sono anche state validate confrontando il risultato reale con la previsione di forza. I risultati sono più che soddisfacenti e l’errore è di pochi punti percentuali.

Figura 3 – PARAMETRI E LIVELLI SCELTI PER LA SPERIMENTAZIONE

Questo studio si pone come obiettivo quello di introdurre e dimostrare la validità di un’interessante metodologia. Chiaramente per prevedere un’applicazione industriale di questo sistema è necessario approfondirne la conoscenza estendendo la metodologia ad altri materiali o con macchinari differenti. In ogni caso viene evidenziata una notevole potenzialità di questo sistema e, più in generale, della logica Fuzzy.

Oggi più che mai è diventato fondamentale risparmiare tempo, risorse, materiali ed energia. Quindi ogni ausilio tecnico o metodologico in grado di sostenere la manifattura è ben accetto per permettere di efficientare ed ottimizzare i processi industriali.

Fonte: Maanav Charan, K. S., Aswin, A. K., Elango, M., & Sivarajan, S. (2022). Fuzzy logic model-based punch force prediction for deep drawing of High Strength Steel. Materials Today: Proceedings, 62, 1107–1114. https://doi.org/10.1016/j.matpr.2022.04.320

Articoli correlati