CosiMo Demonstra RTM Termoplástico Inteligente Avançado para Simulação de Tampa de Bateria

O projeto "compósitos para mobilidade sustentável" (CosiMo) foi lançado em 2018 pela Faurecia Clean Mobility (Nanterre, França) para desenvolver um processo inteligente de moldagem por transferência de resina termoplástica (RTM) usando uma rede abrangente de sensores, incluindo dados de um molde inteligente e dados de máquina de uma injetora e uma prensa quente. O projeto será concluído até o final de 2021 e os parceiros do CosiMo adquiriram conhecimento e experiência com controle de malha fechada combinando dados de sensores em tempo real com parâmetros de material de dados de laboratório e simulação. O CosiMo é financiado pelo Ministério da Economia, Desenvolvimento Regional e Energia da Baviera dentro do programa Campus Carbon 4.0.

A peça de demonstração, medindo 1.100 milímetros de comprimento e 530 milímetros de largura, foi projetada pelo centro de pesquisa da Faurecia Clean Mobility em Augsburg, Alemanha. O objetivo era explorar limitações de material e processo, incluindo núcleo de metal e espuma, geometria complexa, vários raios e espessuras variando de 2,5 a 10 milímetros. Tecidos não tecidos de fibra de vidro de até 1.000 gramas/metro quadrado foram fornecidos pela instalação do Instituto de Tecnologia Têxtil (ITA) em Augsburg. Tecidos de fibra de vidro sem ondulação (NCF) e fitas unidirecionais de fibra de carbono para reforço local também foram investigados. Os materiais de fibra de vidro permitem o uso de fibras recicladas de peças de compósitos fim de vida (EOL).

Com base no design da peça pela Faurecia Clean Mobility e na ferramenta de pré-forma fabricada em Augsburg, o processo T-RTM no CosiMo utilizou uma injetora de três componentes (3K) da KraussMaffei (Munique, Alemanha). O processo é derivado de um processo 2K patenteado pela Tecnalia (Donostia-San Sebastián, Espanha), demonstrado pela KraussMaffei na feira K 2016 em Düsseldorf, Alemanha. A injetora 3K foi combinada com uma prensa quente de 4.400 quilonewtons da Wickert (Landau in der Pfalz, Alemanha) na qual foi instalado uma ferramenta RTM de aço. A ferramenta RTM foi fabricada pela Siebenwurst em Dietfurt, Alemanha.

O principal objetivo do projeto era investigar a automação total e o controle de processo baseado em sensores para um processo T-RTM de etapa única usando um molde RTM sensorizado e prensa quente. Cerca de 100 peças de demonstração foram fabricadas neste projeto pelo Centro Aeroespacial Alemão (DLR) Centro de Tecnologias de Produção Leve (ZLP, Augsburg). "Essas peças, feitas com reforços variados, foram de alta qualidade e demonstraram alta reprodutibilidade", diz Jan Faber, líder do projeto de manufatura do CosiMo no DLR ZLP.

Como líder do pacote de trabalho "HAP 3 – Ferramentas Inteligentes", o DLR ZLP também forneceu a interface-chave entre as caracterizações básicas de material nos pacotes de trabalho "HAP 1 – Não-tecidos Sob Medida" e "HAP 2 – Sistemas Reativos" e o "HAP 4 - Controle de Processo Orientado por Dados".

Rede de sensores

Mais de 70 sensores foram integrados à ferramenta RTM de aço para monitorar parâmetros de processo durante a injeção de resina e polimerização in-situ. Esta rede compreendia uma variedade de sensores, incluindo sensores combinados de pressão/temperatura da Kistler (Winterthur, Suíça), sensores dielétricos da Netzsch (Selb, Alemanha) e sensores ultrassônicos desenvolvidos pela Universidade de Augsburg. Estes últimos baseiam-se em conceitos de sensores piezoelétricos comerciais amplamente utilizados, mas modificados para as altas temperaturas e requisitos de integração no molde do processamento de compósitos termoplásticos. Dados de material, processo e máquina foram coletados, processados e publicados na plataforma de aprendizado de máquina por um sistema central de aquisição de dados fornecido pela iba AG (Fürth, Alemanha).

Simulação e otimização de processo

A rede de sensores permitiu monitorar o fluxo de resina e a polimerização, bem como rastrear parâmetros da peça na geometria complexa da ferramenta. Parâmetros de processo como temperatura e pressão foram usados para analisar o comportamento de enchimento e polimerização da resina em tempo real.

Dados de parâmetros de processo dos sensores também foram usados para otimizar modelos de simulação de processo. Com base em um demonstrador de manufatura definido anteriormente, sub-processos da fabricação da peça (ex.: simulação de enchimento de resina) e características do componente polimerizado (ex.: simulação de distorção) foram modelados com o software ESI PAM composites (ESI Group, Rungis, França). O DLR ZLP comparou esses resultados de simulação com dados reais de processo para otimizar o processo T-RTM, como parte das atividades do Pacote de Trabalho HP3.

O projeto então desenvolveu controle de processo automatizado e orientado por dados de simulação baseado em métodos de aprendizado de máquina. O Instituto de Engenharia de Software e Sistemas (ISSE, prof. Reif) da Universidade de Augsburg gerou dados de treinamento de aprendizado de máquina e desenvolveu modelos de inteligência artificial (IA) que preveem o status de polimerização, o tempo necessário para polimerização e potenciais problemas durante os sub-processos de injeção, enchimento e polimerização da resina. Isso foi feito em cooperação com a Kuka (Augsburg, Alemanha), outro parceiro-chave do projeto.

Um modelo cinético descrevendo o progresso da polimerização foi desenvolvido pelo Instituto de Gestão de Recursos Materiais (MRM) da Universidade de Augsburg. A Netzsch também foi uma colaboradora-chave, transferindo seu conhecimento de monitoramento de processos termoendurecíveis para monitoramento de processos termoplásticos para ajudar a estabelecer a capacidade dos modelos preditivos de IA de prever em que momento a polimerização do PA6 deve terminar e qual seria o estado de polimerização.

Fabricação e teste de peças

Para produção de peças, a ferramenta de aço foi aquecida a 170°C e os componentes reativos da resina de caprolactama foram aquecidos a 120°C. O pré-forma foi colocado no molde, que foi então fechado. Após um curto período de permanência para permitir que o pré-forma atingisse a temperatura do molde, o monômero de caprolactama foi injetado, o que levou 20-25 segundos. A simulação de processo mostrou que a polimerização in-situ exigiu 5,7 minutos após a injeção para 98,5% de conversão. Após esse tempo, a prensa foi aberta e a peça desmoldeada a 170°C.

O grau de polimerização foi confirmado via espectroscopia infravermelha, dados reométricos e análise de sensor DEA de polimerização. Peças finalizadas foram avaliadas usando testes não destrutivos, incluindo microscopia, termografia e ultrassom acoplado a ar. A qualidade da peça foi correlacionada com dados de sensores de processo e comparada a peças similares de fibra de vidro/termoplástico no mercado.

Desenvolvimento futuro

Para o DLR ZLP, diz Faber, este projeto foi um sucesso. "Completamos nossa parte e desenvolvemos muito conhecimento sobre o uso de sensores para alcançar controle digital de malha fechada do processamento de compósitos", diz ele. "Para produção industrial em série, ninguém instalaria tantos sensores e não é isso que esperaríamos. Mas para esta investigação de pesquisa, esta grande rede de sensores foi muito precisa e nos deu total visibilidade do comportamento do processo e do material. Podemos ver os efeitos locais no processo em resposta a variações na espessura da peça ou nos materiais integrados, como o núcleo de espuma."

Ele observa que este projeto gerou muito conhecimento e vê potencial futuro para aplicá-lo a processos de RTM e infusão mais lentos, onde o risco de problemas de qualidade da peça tem sido historicamente muito alto. Faber também apresentará desenvolvimentos e resultados do projeto CosiMo em "Monitoramento de processo baseado em sensores de polimerização in-situ na manufatura T-RTM com caprolactama" na quarta-feira, 29 de setembro, durante o evento ao vivo e virtual, conferência SAMPE Europe 21, na Sessão 1, Sala 1 – Automotivo.

O DLR ZLP também é um dos três parceiros-chave na Rede de Produção de IA de Augsburg – fundada em janeiro de 2021 – que também reúne a Universidade de Augsburg e o Instituto Fraunhofer de Tecnologia de Fundição, Compósitos e Processamento (Fraunhofer IGCV). Conforme explicado pelo Dr. Markus Sause, diretor da Rede de Produção de IA e também pesquisador do projeto CosiMo desenvolvendo sensores ultrassônicos, "Vamos estender este modelo de colaboração destacado no projeto CosiMo para uma escala muito maior, desenvolvendo tecnologias de IA para produção com forte foco em compósitos. Nossa nova instalação de 5.000 metros quadrados em Augsburg será inaugurada em 2022 e equipada com uma variedade de máquinas ao longo do próximo ano, permitindo que empresas vejam demonstrações do que a IA pode fazer para processos reais em um ambiente de produção."

A Faurecia Clean Mobility, por sua vez, estenderá internamente o conhecimento adquirido no projeto CosiMo, que está totalmente alinhado à estratégia de sustentabilidade e transição ecológica da Faurecia. A Faurecia também agradeceria ao Ministério Federal da Baviera para Assuntos Econômicos, Desenvolvimento Regional e Energia, que apoiou financeiramente este projeto de pesquisa.