Prevedere il comportamento d’usura dei compositi AZ31/TiC prodotti tramite lavorazione per sfregamento assistita da vibrazioni ultrasoniche usando modelli di machine learning

Perché i metalli leggeri più resistenti contano

Dalle automobili ai portatili, i produttori cercano di sostituire componenti pesanti in acciaio con metalli più leggeri che consentano di risparmiare carburante ed energia. Il magnesio è uno dei metalli strutturali più leggeri in uso oggi, ma può consumarsi troppo rapidamente quando le parti scorrono fra loro. Questo studio esplora un nuovo metodo per indurire una comune lega di magnesio e impiega strumenti dati moderni per prevederne la durata, offrendo indicazioni utili ai progettisti che vogliono costruire macchine più leggere senza sacrificare l’affidabilità.

Costruire una “ricetta” metallica più resistente

I ricercatori si sono concentrati su una lega chiamata AZ31, un materiale di magnesio molto usato, e l’hanno miscelata con piccolissime particelle ceramiche molto dure a base di carburo di titanio. Queste minuscole particelle funzionano come ghiaia nel calcestruzzo, aiutando il metallo più morbido a sopportare carichi maggiori senza lacerarsi. Il gruppo ha aggiunto una quantità relativamente elevata, il 15 percento in volume, e ha poi confrontato due modi di incorporare queste particelle nella superficie della lega con uno strumento rotante: il metodo standard e una versione che aggiunge vibrazioni ad alta frequenza durante la lavorazione.

Modellare il metallo con il suono

Nella procedura assistita da vibrazione, onde ultrasoniche penetrano nel metallo mentre lo strumento rotante mescola. Questa scossa aggiuntiva aiuta la zona simil-fusa a fluire più uniformemente, rompendo gli aggregati e chiudendo i vuoti. Le immagini al microscopio hanno mostrato che con le vibrazioni le particelle di carburo di titanio risultavano distribuite molto più uniformemente e i pori erano notevolmente ridotti. I grani del metallo stesso sono diventati molto più fini, come trasformare zucchero grosso in zucchero a velo. Questa struttura più raffinata e più omogenea è la chiave per rendere la superficie più dura e più resistente ai danni.

Mettere alla prova la nuova superficie

Per verificare come queste superfici trattate si comportassero in condizioni reali, il team ha eseguito test di usura da scorrimento a secco, premendo perni in lega o composito contro un disco d’acciaio rotante a diversi carichi e velocità. Hanno monitorato l’andamento della forza di attrito e pesato i campioni prima e dopo per misurare la quantità di materiale perso. La lega di magnesio pura ha mostrato il più alto attrito e si è consumata più rapidamente, specialmente a carichi elevati. L’aggiunta di particelle di carburo di titanio ha migliorato le prestazioni, ma i campioni trattati con vibrazione hanno dato i risultati migliori, riducendo l’usura di circa un quarto a carichi moderati e fino a metà nelle condizioni più severe.

Osservare come fallisce la superficie

Le immagini microscopiche delle tracce d’usura hanno rivelato l’evoluzione del danno. A carichi bassi, la lega di base mostrava scanalature e detriti ossidati, un mix di lievi graffi e ossidazione superficiale. Con l’aumentare del carico la superficie ha iniziato a strappare e deformarsi pesantemente. Nei compositi, specialmente in quelli ottenuti con vibrazione, le scanalature erano più superficiali e uniformi. Le particelle dure sono rimaste ancorate nel metallo, contribuendo a sopportare il carico e agendo come microscopici rulli che hanno ridotto il contatto diretto metallo-metallo. Questa combinazione di maggiore durezza, grani fini e particelle stabili ha spostato il meccanismo d’usura verso una abrasione più mite invece che verso strappi severi.

Lasciare che le macchine imparino dai dati

Oltre ai test di laboratorio, gli autori hanno addestrato diversi modelli di machine learning per prevedere la velocità specifica di usura a partire da input semplici: il materiale utilizzato, il carico applicato e la velocità di scorrimento. Tra i metodi standard testati, un modello Gradient Boosting ha riprodotto i risultati misurati con elevata accuratezza, mentre modelli lineari più semplici sono risultati meno performanti. L’analisi ha anche mostrato che la scelta del materiale ha avuto di gran lunga il maggior impatto sull’usura, seguita dal carico, mentre la velocità di scorrimento ha giocato un ruolo minore nell’intervallo testato.

Cosa significa per i componenti nel mondo reale

In termini semplici, lo studio dimostra che miscelare accuratamente particelle dure in un metallo leggero e usare una mescolatura assistita dal suono può rendere la sua superficie molto più resistente all’usura da scorrimento. Componenti trattati in questo modo possono funzionare a carichi più elevati con meno attrito e una perdita di materiale più lenta, un vantaggio per l’automotive e altre applicazioni sensibili al peso. Allo stesso tempo, modelli basati sui dati possono prevedere in modo affidabile il comportamento d’usura senza ripetere ogni singolo esperimento, offrendo agli ingegneri uno strumento pratico per esplorare progettazioni al computer prima di lavorare il metallo.

Citazione: Kumar, T.S., Shalini, S., Petrů, J. et al. Predicting wear behavior of AZ31/TiC composites produced via ultrasonic vibration assisted friction stir processing using machine learning models. Sci Rep 16, 14858 (2026). https://doi.org/10.1038/s41598-026-44372-0

Parole chiave: usura leghe di magnesio, composito carburo di titanio, lavorazione per sfregamento assistita da ultrasuoni, predizione dell’usura con machine learning, tribologia