Studio della variabilità dimensionale e dell'effetto dei parametri di estrusione nei profili in alluminio estrusi multicamera = Study of dimensional variability and the effect of extrusion parameters in extruded multi-chambered Aluminum Profiles

La crescente domanda di materiali leggeri e ad alte prestazioni nel settore automobilistico ha intensificato la necessità di precisione nell'estrusione dell'alluminio, in particolare per i profili strutturali multicamera. Sebbene sia noto che le leghe presentano elevati rapporti resistenza/peso e una migliore riciclabilità, la precisione dimensionale rappresenta una sfida importante. Questa tesi analizza la variazione dello spessore delle pareti dei profili estrusi, la rettilineità e la torsione, valutandone la conformità agli standard DIN EN 755-9:2016-10 ed esplorando come i parametri di processo e la composizione della lega influenzino il comportamento dell'estrusione. È stato analizzato un ampio set di dati di Benteler Automotive Raufoss, combinando misurazioni industriali con algoritmi di apprendimento automatico. La forza massima dello stelo è stata esaminata in termini di temperatura della billetta, velocità del pistone e tempo di ciclo morto, determinando che le condizioni termiche della billetta e il controllo del ciclo influenzano le caratteristiche della forza di estrusione. L'analisi statistica ha inoltre confermato che i profili soddisfacevano generalmente i livelli di tolleranza, con piccole deviazioni di posizione nelle sezioni posteriori causate da gradienti termici e fluttuazioni di flusso. Modelli di apprendimento automatico, tra cui Random Forest e Gradient Boosting, hanno anche considerato l'importanza relativa dei parametri di processo, con l'analisi SHAP che indicava che la temperatura della billetta e il tempo di ciclo morto contribuivano in modo significativo alla variabilità della forza. I risultati indicano che la massimizzazione della gestione termica e la minimizzazione dei tempi morti possono ridurre significativamente le forze sullo stelo, aumentare la durata dell'utensile e migliorare la stabilità dimensionale. Mentre la composizione chimica, in particolare il contenuto di Mg e Zn, gioca un ruolo secondario, la sua interazione con le condizioni di processo influenza l'efficienza complessiva dell'estrusione. Integrando l'analisi sperimentale con l'apprendimento automatico predittivo, si ottiene un modello di ottimizzazione del processo duraturo che offre approcci attuabili al risparmio energetico, alla riduzione dei tassi di scarto e alla riduzione della variabilità per la produzione industriale. Questo lavoro fornisce un contributo scientifico alla meccanica dell'estrusione dell'alluminio, nonché un contributo alle best practice industriali, incentrato sul controllo di processo basato sui dati come percorso verso una migliore qualità, sostenibilità e competitività nella produzione automobilistica.