La base de todos los procesos de fundición consiste en verter metal líquido en un molde con el formato requerido, seguido de un enfriamiento, para producir un objeto sólido resultante de la solidificación. El proceso de producción en una fundición implica dos operaciones principales que son el moldeado, que es la fabricación de los moldes, y la fundición, que funde los metales para verterlos en los moldes. La fabricación de los moldes se suele realizar en algunas estaciones o líneas de moldeo con máquinas automatizadas. En contraposición a esta situación, el proceso de fusión se produce frecuentemente en una única estación, es decir, en un único horno.

Como los moldes se pueden almacenar, generalmente no hay problemas de capacidad productiva. Ocurre diferente en la fundición, debido a que el metal líquido es de difícil almacenamiento, por lo que la capacidad del horno es generalmente el limitante de la capacidad productiva de la fundición. En la Figura 1 podemos observar una vista esquemática del proceso productivo que involucra líneas de moldeado y fundición. En el caso presentado disponemos de tres líneas de moldeado, pero este número puede ser superior, dependiendo de las características de la fundición. Como se puede observar, las líneas de moldeo, que pueden ser totalmente automatizadas, funcionan de forma independiente, pero de forma paralela, suministrando, con diferentes velocidades y tamaños, los moldes a colar. Existe una programación de diferentes moldes en cada línea de moldeo, necesitando cada tipo una cantidad determinada de metal.

Figura 1 - Dibujo esquemático del sistema productivo

Con la llegada de los moldes para verter, es necesario que la suma de las cantidades de metal de varios moldes a verter al mismo tiempo no supere la capacidad de fusión, ni tampoco quede por debajo de esta. En otras palabras, no se deben verter simultáneamente sólo piezas pesadas o ligeras. De esta manera, la programación de la producción en las líneas de moldeo debe ser tal que ocupe la capacidad de fusión, sin excederla ni quedar por debajo de ella.

Optimización de Procesos de Fundición con Algoritmos Genéticos: Avances y Beneficios

Los algoritmos genéticos se han utilizado con éxito para optimizar una variedad de procesos de fundición, incluyendo:

• Fundición a presión: La fundición a presión es un proceso en el que se funde metal y se inyecta bajo alta presión en moldes para producir piezas con alta precisión dimensional. Los algoritmos genéticos pueden utilizarse para optimizar la geometría de los moldes, la temperatura del metal, la presión de inyección y otros parámetros para mejorar la calidad de las piezas fundidas y reducir los defectos.

• Fundición continua: En la fundición continua, el metal se funde y se vierte continuamente en un molde en forma de cinta, barra o perfil. Los algoritmos genéticos pueden ayudar a optimizar la velocidad de enfriamiento, la velocidad de extrusión y otros factores para obtener productos fundidos de alta calidad de manera eficiente.

• Fundición por gravedad: La fundición por gravedad implica verter metal fundido en un molde sin aplicar presión externa. Aquí, los algoritmos genéticos pueden optimizar la forma y el diseño del molde, la temperatura del metal y otros parámetros para minimizar defectos y mejorar la eficiencia del proceso.

• Fundición por inyección: En la fundición por inyección, se utiliza un proceso similar a la fundición a presión, pero a menudo se utiliza para materiales diferentes, como plásticos y elastómeros termoplásticos. Los algoritmos genéticos pueden optimizar los parámetros de inyección, como la velocidad, la presión y la temperatura, para producir piezas moldeadas de alta calidad.

En un estudio reciente, los algoritmos genéticos se utilizaron para optimizar los parámetros de un proceso de fundición a presión de aluminio. Los resultados mostraron que los algoritmos genéticos pudieron reducir el tiempo de ciclo en un 15%, sin comprometer la calidad de las piezas fundidas. En general, los algoritmos genéticos han demostrado ser una herramienta eficaz para la optimización de procesos de fundición. Pueden ayudar a los fabricantes a mejorar la calidad de las piezas fundidas, reducir los costos de producción y aumentar la eficiencia de los procesos.

Algunas de las áreas en las que se han utilizado con éxito incluyen:

• Diseño de moldes: Los algoritmos genéticos pueden ayudar a encontrar la forma y las dimensiones óptimas de los moldes utilizados en la fundición para mejorar la calidad de las piezas fundidas y reducir defectos.

• Selección de materiales: Pueden utilizarse para seleccionar los materiales más adecuados para un proceso de fundición en particular, considerando propiedades como la resistencia, la durabilidad y la conductividad térmica.

• Control de procesos: Los algoritmos genéticos pueden optimizar los parámetros de control del proceso de fundición, como la temperatura, la velocidad de llenado del molde, la presión y otros factores que afectan la calidad de las piezas fundidas.

• Distribución de la carga térmica: Ayudan a distribuir eficientemente la carga térmica en el horno de fundición para minimizar el consumo de energía y reducir los costos operativos.

• Programación de la producción: Los algoritmos genéticos pueden ser utilizados para programar la producción de piezas fundidas de manera eficiente, maximizando la utilización de los recursos disponibles.

Algunos ejemplos específicos de cómo los algoritmos genéticos se han utilizado para optimizar procesos de fundición incluyen:

• En un estudio realizado por la Universidad de Michigan, se utilizaron algoritmos genéticos para optimizar la temperatura del metal fundido en un proceso de fundición a presión. Los resultados mostraron que el uso de algoritmos genéticos permitió mejorar la calidad de las piezas fundidas y reducir los defectos.

• En un estudio realizado por la Universidad de Oviedo, se utilizaron algoritmos genéticos para optimizar la velocidad de colada en un proceso de fundición en arena. Los resultados mostraron que el uso de algoritmos genéticos permitió mejorar la resistencia y la ductilidad de las piezas fundidas.

• En un estudio realizado por la Universidad de Toronto, se utilizaron algoritmos genéticos para optimizar el diseño del molde en un proceso de fundición continua. Los resultados mostraron que el uso de algoritmos genéticos permitió reducir el desperdicio de metal y mejorar la calidad de las piezas fundidas.

Conclusión

Los algoritmos genéticos se destacan por su eficacia en la búsqueda de soluciones a problemas complejos que presentan múltiples restricciones. Esto los convierte en una opción ideal para mejorar la eficiencia en la optimización de procesos de fundición, los cuales pueden verse afectados por diversos factores, como la composición del material, el diseño del molde, las condiciones de fusión y solidificación, así como los parámetros de proceso.

En diversos tipos de procesos de fundición, como la fundición a presión, la fundición continua, la fundición por gravedad y la fundición por inyección, se ha comprobado con éxito que los algoritmos genéticos pueden ser empleados para optimizarlos. Los resultados obtenidos representan una estrategia de búsqueda que se fundamenta en poblaciones y se inspira en los principios de selección natural y genética. Su objetivo es evolucionar una población inicial de soluciones de manera progresiva hacia áreas más óptimas dentro del espacio de búsqueda.

En la medida en que los algoritmos genéticos continúen evolucionando, se anticipa que desempeñarán un papel cada vez más significativo en la mejora de los procesos de fundición.

Referencias

Souissi, N., Souissi, S., Le Niniven, C., Ben Amar, M., Bradai, C., & Elhalouani, F. (2014). Optimization of Squeeze Casting Parameters for 2017 A Wrought Al Alloy Using Taguchi Method. Metals, 4(2), 141-154. doi:10.3390/met4020141

Venkata Rao, R., Kalyankar, V. D., & Waghmare, G. (2014). Parameters optimization of selected casting processes using teaching–learning-based optimization algorithm. Applied Mathematical Modelling, 38(18), 5592-5608. doi:10.1016/j.apm.2014.02.020

González-Rondón, Y., & Rengel-Hernández, J. E. (2021). Comportamiento termo fluidodinámico del acero en un molde de colada continua: una revisión. TecnoLógicas, 24(51), e1856. doi:10.22430/22565337.1856