Resumen de Optimización y experimentación del diseño con algoritmos genéticos y metamodelos en la minimización del peso en piezas obtenidas mediante fabricación aditiva
Rubén Paz Hernández
La continua evolución de la fabricación aditiva ha supuesto un importante crecimiento de su uso en los últimos años, convirtiéndose en un método de fabricación válido incluso para piezas funcionales. Entre las múltiples ventajas cabe destacar su capacidad para la fabricación de geometrías complejas, debido a las casi inexistentes restricciones de fabricación. Una de las posibilidades que ofrecen estas tecnologías es la opción de fabricar piezas con estructuras huecas en su interior, dando lugar a estructuras aligeradas que minimizan el peso y a la vez reducen costes de fabricación. Además, estas geometrías aligeradas pueden combinarse con otros materiales para generar composites más resistentes, ya sea empleando técnicas de infiltración de material o tecnologías de fabricación aditiva multimaterial. En base a este idea y apoyándose en software comercial de diseño 3D y cálculo por elementos finitos, el objetivo es desarrollar una metodología que permita, a cualquier usuario de estas tecnologías, aligerar una geometría inicialmente maciza, optimizando el diseño de las estructuras interiores para minimizar el peso pero manteniendo los requisitos mecánicos mínimos. En todo momento se ha buscado la mayor simplicidad posible para facilitar el diseño y preparación inicial de la geometría, reduciendo así el esfuerzo del diseñador. Además, a pesar de que existen herramientas de optimización implementadas en algunos de los programas de diseño y cálculo más extendidos en el mercado, se han encontrado ciertas limitaciones que hacen difícil su aplicación práctica. Por tal motivo, se han propuesto nuevos métodos de optimización que faciliten su aplicación y que a la vez minimicen, en la medida de lo posible, el tiempo de optimización requerido. Para tal fin, los nuevos métodos de optimización desarrollados se han basado en la búsqueda del óptimo mediante algoritmos genéticos combinados con metamodelos, consiguiendo así reducir significativamente el número de simulaciones necesarias para llevar a cabo la optimización, dando lugar a una metodología más eficiente. En este documento se plantean distintas técnicas para generar las estructuras celulares y se lleva a cabo un estudio exhaustivo entre distintas estrategias de optimización, analizando distintos tipos de metamodelos y configuraciones de algoritmos genéticos. De esta fase se llegó a un primer programa final, basado en un diseño de experimentos inicial y una serie de etapas posteriores en las que se añaden nuevos puntos de muestreo de manera estratégica mediante algoritmos genéticos combinados con metamodelos (ajuste polinomial de orden 2 e interpolación lineal basada en triangulación de Delaunay). Esta metodología se implementó en el software de diseño y cálculo y se testeó, observándose buenos resultados para problemas con menos de 7 variables. Posteriormente se propuso un segundo programa más versátil para abordar problemas con mayor número de variables, basado en algoritmos genéticos en todas sus etapas e interpolación mediante Kriging. Ambos programas se pusieron a prueba y mostraron, en la mayoría de casos, mejores resultados que otros métodos de optimización, y sobre todo, mayor robustez. Finalmente se llevó a la práctica la última metodología propuesta, optimizando un ejemplo de geometría para tecnología SLS y otro para tecnología PolyJet multimaterial. En ambos casos se fabricó el diseño óptimo así como un diseño no óptimo para comparar los resultados. Estos diseños se ensayaron mecánicamente y se observaron mejores resultados en las geometrías óptimas, validando por tanto la metodología de optimización.
