Page 33 - Revista Fundição & Matérias-Primas
P. 33

Igualmente importante é o uso da
          simulação na definição do projeto,
          em que se busca, por meio da varia-
          ção de entes geométricos, a melhor
          combinação entre qualidade e cus-
          to, podendo-se inclusive considerar
          as variações de processo em uma
          mesma análise. Como  resultado,
          tem-se um processo robusto, con-
          forme ilustra a figura 1.



          Como a otimização autônoma
          funciona?                          Fig. 1 – Peças “NOK” – Fora de especificação
          A definição de um projeto de fun-  comparados com objetivos defini- de fatorial completo. Essa abor-
          dição não é tarefa simples. Para   dos de acordo com as necessidades  dagem pode ser usada quando se
          um mesmo fundido, há diferentes   do projeto (minimizar o rechupe e  busca avaliar a influência de cada
          formas de produzi-lo. A  sua  po-  maximizar o rendimento metálico,  variável em relação aos objetivos
          sição de moldagem, o número de                                       definidos.
          massalotes a serem usados, o seu   por exemplo).
          correto posicionamento, as suas  A partir de ferramentas estatísticas  Por  fim,  pode-se  também  op-
          dimensões e a relação com o ta-   de  definição  simples,  escolhe-se  a  tar  pelo  uso  de  uma  definição  de
          manho de seus ataques, o uso ou  abordagem a ser tomada em re-       amostragem  baseada em  algorit-
          não de resfriados e de que tama-  lação  ao número de  designs a ser  mos genéticos. Nessa  abordagem,
          nho. Esses são alguns exemplos  calculado.  Dessa  forma,  pode-se  o  MAGMASOFT®  calcula  um
          das variáveis envolvidas no proje- optar por simular todos os designs  primeiro grupo de designs (1ª gera-
          to de uma peça fundida e, a partir  possíveis resultantes das combi-  ção).  Dependendo  dos  resultados
          delas, pode-se chegar a uma infini-  nações  entre  as  variáveis  defini-  da simulação e dos objetivos defi-
          dade de possibilidades. Mas como  das, quando se  deseja  avaliar em   nidos, o algoritmo define as próxi-
          definir a melhor combinação?      detalhes toda a faixa de trabalho   mas  combinações,  gerando novos

          Com o uso das ferramentas de oti-  de cada variável e suas respectivas   designs que  serão calculados  em
          mização autônoma, é possível de-  combinações com as demais.         uma segunda geração, e assim su-
          finir  quais  variáveis  –  de  projeto   Normalmente essa abordagem é   cessivamente até que não haja mais
          ou processo – serão avaliadas e em   tomada quando o número de vari-  melhoras significantes.
          que faixa cada uma delas irá variar.   áveis e designs possíveis não é mui-
          Por exemplo, pode-se definir como  to  grande.  É  possível  optar  por
          variáveis o número de massalotes a  calcular apenas uma seção de cada
          serem  posicionados  sobre a peça,  variável  –  os  valores  extremos,
          o diâmetro e a altura de cada um  por exemplo – e com isso reduzir
          deles.  Cada combinação  de  variá-  o número de combinações possí-
          veis gera um design possível, que é  veis, gerando um Planejamento de   Fig. 2 – Anel de aço com massalotes e resfriado-
          simulado a partir das demais defi- Experimentos  (DOE)  de  amos-     res no topo (esquerda) e resfriadores na base
                                                                                (direita). Esta é a versão base para a avaliação da
          nições  de  projeto e  processo.  Os  tragem 2 , onde n é o número de   melhor combinação de variáveis, que resulte em
                                                     n
          resultados da simulação são, então,  variáveis escolhidas para o caso   um menor volume de rechupes.

                                                                                         FMP, JULHO 2018      33
   28   29   30   31   32   33   34   35   36   37   38