Resumen
En el presente proyecto se propone desarrollar un modelo de Machine Learning en la Fabricación Aditiva (FA) de gran formato con
Pellets, concretamente en el proceso LFGD (Large Fusion Granulate Deposition). El objetivo principal es mejorar la adherencia entre
capas y reducir las deformaciones de las piezas mediante la optimización de la trayectoria del extrusor. La resistencia de la interfaz entre
capas se ha comprobado que es la zona más débil de las piezas impresas en los procesos LFGD y es función de un gran número de
parámetros de proceso que resulta complejo de optimizar. El grupo de investigación tiene gran experiencia y conocimiento sobre
procesos de fabricación aditiva y Gemelos Digitales Híbridos (DT) de procesos y materiales. Se emplearán técnicas de Machine Learning
(ML), basadas en aprendizaje reforzado y Model Order Reduction (MOR). Como reto adicional, se incorporará la variable computacional
del propio entorno de trabajo, lo que abrirá muchas posibilidades para mejorar los procesos de AM.
Además, atendiendo a una preocupación medioambiental, el estudio propone explorar la reutilización de moldes impresos en 3D en la
producción de materiales compuestos para la misma aplicación, garantizando un proceso totalmente sostenible. En el proyecto participan
tres investigadores predoctorales que cursan su doctorado a través de un programa internacional de doble titulación, con la colaboración
de la Universidad ENSAM de París, especialistas en técnicas de reducción de modelos y aprendizaje automático. El proyecto se compone
de tres líneas fundamentales; la generación de trayectorias óptimas para mejorar la calidad de las piezas fabricadas con los procesos
LFGD, la revalorización de los materiales usados en los moldes de composites y la extensión de las técnicas de optimización de
trayectorias a entornos de interés de la movilidad sostenible.
En este proyecto son fundamentales los conocimientos sobre modelos Machine Learning, técnicas de homogeneización, esquemas de
reducción de modelos (PGD), control de calidad por ensayos no destructivos (ultrasonidos y termografías), modelización numérica
mecánica, procesos de conformado y caracterización de materiales. Por este motivo, es necesario que el grupo de investigación sea
altamente multidisciplinar y que esté bien coordinado. Este proyecto se enmarca dentro de la línea de investigación de la Universidad
Politécnica de Valencia (UPV) en el campo de los composites, en la que se han desarrollado cinco proyectos del Plan Nacional con el
mismo IP y grupo de investigación. EL IP del grupo ha sido reconocido como investigador de excelencia por la GVA con un proyecto
PROMETEO en procesos de Fabricación Aditiva para la movilidad sostenible.
El grupo de investigación pone a disposición del proyecto la mayor parte del equipamiento necesario, como el equipo LFGD, cámara
termográfica, equipo de corte por chorro de agua, trituradora de plásticos, interferómetro óptico y servicios de microscopía. El proyecto
cuenta con la participación de las universidades ENSAM de París y la HAW de Hamburgo, así como empresas colaboradoras como Gurit,
CNC Bárcenas y Gazechim Composites Ibérica. Finalmente, destacar la participación en el proyecto del CIEMAT (Centro de Desarrollo de
Energías Renovables, CEDER) para la aplicación del uso de resinas termoplásticas como sustituto de las resinas termostables y
favorecer el reciclado de estos componentes.
