RESUMEN
TLa calificación de los procesos de fabricación aditiva metálica (MAM, Metal Additive Manufacturing) sigue siendo un desafío debido a los complejos fenómenos termo-mecánicos implicados. El proceso está gobernado por una pequeña fuente de calor móvil que genera gradientes térmicos altamente localizados y transitorios, e induce deformaciones térmicas. Como estas deformaciones están restringidas por el material circundante, se desarrollan tensiones residuales que provocan la distorsión de la pieza o incluso el fallo de su fabricación. El modelado preciso es esencial para comprender la física subyacente y lograr una calificación fiable del proceso y la optimización de los parámetros. Sin embargo, estas simulaciones resultan computacionalmente costosas por el reducido tamaño de la fuente de calor, que introduce escalas espaciales muy dispares, y por su movimiento continuo, que genera escalas temporales igualmente dispares.
La necesidad de resolver simultáneamente estas escalas hace que las simulaciones de alta fidelidad a escala de pieza sean prohibitivamente costosas. Esta tesis contribuye al modelado MAM desde los ámbitos aplicado y metodológico. En el primero, se investigan métodos para mitigar las tensiones residuales en procesos DED (Directed Energy Deposition) y LPBF (Laser Powder Bed Fusion), incluyendo una estrategia novedosa de diseño de sustrato para DED que reduce significativamente las tensiones, así como un método de modelado capaz de capturar los fallos de construcción inducidos por el recoater (rodillo) en LPBF. En el ámbito metodológico, la tesis desarrolla estrategias eficientes para simulaciones de alta fidelidad a escala de pieza en LPBF, con especial énfasis en superar la disparidad de escalas temporales.
Mientras que el refinamiento de malla adaptativo (AMR, Adaptive Mesh Refinement) se ha consolidado como enfoque habitual para tratar las escalas espaciales dispares, el uso de pasos de tiempo uniformes sigue siendo el estándar. Para piezas centimétricas, esto puede requerir cientos de millones de pasos de tiempo, lo que las hace computacionalmente inviables. Las estrategias más comunes para aliviar este problema implican simplificaciones extremas del modelo térmico, como agrupar varios barridos o capas en un solo paso de tiempo. En la práctica, esto elimina las pequeñas escalas asociadas a la fuente de calor móvil, pero compromete la precisión predictiva del modelo y requiere calibración adicional.
Se proponen dos métodos para abordar la disparidad de escalas temporales sin eliminar las pequeñas escalas subyacentes: el subdominio advectado (advected subdomain) y un esquema de substepping Robin-Robin, ambos diseñados para mantener la fidelidad del modelo y reducir drásticamente el coste computacional. El método del subdominio advectado acopla una malla móvil al láser: al resolver el problema térmico en el sistema de referencia de la fuente de calor, la dinámica transitoria cerca del baño de fusión (melt pool) se vuelve casi estacionaria, lo que permite usar pasos de tiempo mucho mayores. El substepping divide el dominio en regiones que evolucionan con distintos pasos de tiempo: pasos más finos se aplican alrededor de la fuente de calor móvil, y mayores en las zonas alejadas.
El esquema de acoplamiento Robin-Robin desarrollado demuestra ser robusto y garantiza la convergencia del substepping independientemente de la malla. Estos métodos y sus componentes se evaluaron sistemáticamente mediante análisis numérico, se compararon con el modelado estándar y se validaron con datos experimentales. Además, el advected subdomain y el substepping se combinaron para potenciar sus beneficios respectivos. En conjunto, estas contribuciones avanzan el modelado numérico de la MAM, mejorando la eficiencia computacional de las simulaciones de alta fidelidad y permitiendo una calificación y optimización fiables del proceso.
Directores de tesis:
- Prof Michele Chiumenti
- Prof Luís Miguel Cervera
DOCTORANDO
Mehdi Slimani es un doctorando en análisis estructural en el clúster de investigación en Simulación de sólidos y fluidos para procesos industriales del CIMNE.