Un novedoso modelo de decisión híbrido intuicionista difuso y sostenible para el ranking de maquinabilidad de compósitos híbridos Al–Cu–Mg–SiC–grafito–cáscara de cacahuete

Convertir residuos en piezas metálicas útiles

Los automóviles, aviones y máquinas modernos dependen de metales que sean resistentes, ligeros y fáciles de formar. Al mismo tiempo, la industria está bajo presión para reducir residuos y consumo energético. Este estudio explora cómo restos de cáscaras de cacahuete, combinados con polvos industriales conocidos, pueden incorporarse al aluminio para crear materiales metálicos nuevos que sean tanto de alto rendimiento como más sostenibles.

Mezclar metal con cáscaras y polvos

Los investigadores partieron de aluminio casi puro y añadieron tres tipos de partículas sólidas: un cerámico duro llamado carburo de silicio, grafito lubricante y ceniza obtenida de la combustión de cáscaras de cacahuete. También se incorporaron pequeñas cantidades de cobre y magnesio para aumentar la resistencia y ayudar a la unión de las partículas con la matriz metálica. Se fundieron barras con dos versiones de este material híbrido. La muestra A contenía más ceniza de cáscara de cacahuete y algo menos del cerámico duro y de los metales, mientras que la muestra B contenía más carburo de silicio y cobre pero menos ceniza de cáscara. Este equilibrado control de ingredientes buscaba producir un material más ligero y dúctil y otro más duro y resistente al desgaste.

Qué revela el interior del metal

Para comprender el comportamiento de estas mezclas, el equipo examinó la estructura interna de ambas muestras con microscopios y varias pruebas de laboratorio estándar. Las imágenes mostraron que las pequeñas partículas estaban distribuidas de forma bastante homogénea en el aluminio en ambos casos, lo cual es importante para un rendimiento fiable. La muestra A, rica en ceniza de cáscara de cacahuete, mostró más fases orgánicas y de tipo carbonoso que ayudan a frenar la propagación de grietas y permiten que el metal se deforme y absorba energía. La muestra B, con mayor contenido de carburo de silicio y cobre, mostró una red más densa de partículas duras y rasgos cristalinos más definidos, asociados a mayor resistencia y mejor conductividad térmica pero menor flexibilidad. Pruebas que miden la conductividad térmica y la disposición atómica respaldaron esta imagen de una muestra A más blanda y tenaz y una muestra B más rígida y fuerte.

Cómo se comportan los nuevos metales bajo corte

Puesto que los componentes reales deben conformarse por arranque de material y torneado, el equipo se centró en la respuesta de estos materiales durante el mecanizado. Montaron las barras fundidas en un torno y variaron tres parámetros clave: velocidad de corte, avance de la herramienta y profundidad de pasada. Algunos ensayos usaron una configuración convencional y otros añadieron vibración de alta frecuencia en la herramienta, un método conocido como torneado asistido por ultrasonidos. Esta vibración ayuda a fragmentar las virutas y a reducir la resistencia al corte. En cada prueba los investigadores midieron la rugosidad superficial, la velocidad de desgaste de la herramienta, la cantidad de metal removida por minuto y la potencia consumida por la máquina.

Clasificación inteligente de las mejores condiciones de corte

Elegir la mejor receta de corte no es sencillo, porque las fábricas valoran simultáneamente superficies lisas, larga vida de herramienta, alta productividad y bajo consumo energético. Para manejar estos compromisos, el estudio empleó un enfoque de decisión en capas que combina modelado estadístico con lógica difusa, una forma de incorporar juicios de expertos que no son puramente sí o no. Primero, métodos de superficie de respuesta construyeron relaciones matemáticas entre los parámetros de corte y los resultados medidos. Luego se aplicaron ponderaciones difusas y un método de clasificación intuicionista difusa para valorar qué combinaciones de velocidad, avance, profundidad y material ofrecían el rendimiento más equilibrado. Esta estrategia híbrida permitió al equipo evaluar muchas configuraciones posibles manteniendo en cuenta la incertidumbre y la opinión experta.

Qué material gana según la aplicación

El proceso de clasificación mostró que el mejor rendimiento global de mecanizado correspondió a la muestra B con la velocidad de corte más alta probada, el avance más bajo y una profundidad de pasada moderada, especialmente cuando se usó vibración ultrasónica. Bajo esas condiciones la superficie torneada resultó relativamente lisa, el desgaste de herramienta fue bajo, la cantidad de metal removida por minuto fue alta y la potencia requerida se mantuvo en un nivel práctico. La muestra A no igualó esos resultados de corte pero destacó en otros aspectos: era más ligera, más dúctil y mejor para absorber energía y calor, gracias a la mayor proporción de ceniza de cáscara de cacahuete.

Qué significa esto para productos reales

En términos sencillos, el estudio sugiere que los residuos agrícolas pueden ayudar a diseñar aluminio para distintos tipos de piezas. La muestra A, rica en cáscara, es una buena candidata para paneles ligeros y componentes que deben soportar algo de flexión y absorber impactos, como ciertas pieles automotrices o aeroespaciales. La muestra B, rica en cerámicos, es más adecuada para piezas de trabajo duro y resistencia al desgaste, como componentes deslizantes o rotativos sometidos a grandes fuerzas de contacto. Al combinar un diseño de material cuidadoso con herramientas de decisión inteligentes, el trabajo apunta hacia componentes metálicos más fáciles de mecanizar, de mayor durabilidad y que aprovechan mejor los residuos agrícolas que de otro modo podrían desecharse.

Cita: Sivam, S.P.S.S., Umasekar, V.G., Kesavan, S. et al. A novel sustainable hybrid intuitionistic fuzzy decision-making model for machinability ranking of Al–Cu–Mg–SiC–graphite–peanut shell hybrid composites. Sci Rep 16, 15001 (2026). https://doi.org/10.1038/s41598-026-44600-7

Palabras clave: compósitos de aluminio, ceniza de cáscara de cacahuete, mecanizado sostenible, torneado ultrasónico, métodos difusos de decisión