COHeSIA  
Nuovi strumenti combinati hardware e software per l'analisi a raggi X non distruttiva e in profondità dei processi di deformazioni dei metalli
PRIN: progetti di ricerca di rilevante interesse nazionale – Bando 2022, Prot. 20224YFTPH
  Progetto attivo [2023-2025]
Capo Progetto: Luca Lutterotti - Università degli Studi di TRENTO
Responsabile IMEM: Davide Calestani (davide.calestani@imem.cnr.it)
Finanziato dall'Unione europea - NextGenerationEU

PARTECIPANTI: Univesità di Trento, IMEM-CNR

Il progetto ha come obiettivo la costruzione e il test di un innovativo strumento per la caratterizzazione in profondità di prodotti e processi di formazione dei metalli. Questo strumento innovativo sarò composto sia da una parte hardware che da una parte software e potrà essere impiegato, ad esempio, per il controllo dei processi di produzione e manifattura.

L'hardware progettato si baserà su uno strumento a raggi X, la cui principale innovazione consiste in nuovo sistema duale per la rivelazione dei raggi X, in grado di discriminare la radiazione raccolta sia in funzione dell'angolo che dell'energia. Il detector sarà montato su un goniometro con sorgente di raggi X non-monocromatica ad alta energia e sarà in grado di effettuare un'acquisizione combinata e simultanea dei segnali di diffrazione e fluorescenza che si originano a diverse profondità nel materiale campionato. L'insieme di queste misure andrà a costituire una "mappa angolo-energia".

Il software di analisi sarà integrato con un "material elasto-visco-plastic self consistent package" per ottenere una caratterizzazione completa, che vada dalla scala atomica a quella marcoscopica.

Il sistema combinato di rivelazione sarà costituito da un "energy dispersive silicon-strip detector", che coprirà l'intervallo di misura fra 3 e 20 keV, e da un "CZT detector", per l'intervallo di energie da 20 a 100 keV e oltre. Quando accoppiato con una sorgente bianca di raggi X, questo sistema raccoglierà e separerà i segnali che provengono da diverse profondità del materiale analizzato. Questi dati saranno fondamentali per modellizzare le disomogeneità di tessitura, gli stress e la microstruttura che sono tipiche, ad esempio, di processi di deformazione come la laminazione, l'imbutitura profonda o la lavorazione meccanica. La modellizzazione basata su parametri che verrà incorporata direttamente nell'analisi dati, avrà come obiettivo quello di fornire una miglior comprensione del processo di deformazione sotto indagine e potrebbe essere impiegato nel monitoraggio del tale processo a livello industriale, fornendo un feedback al sistema di controllo.

I risultati del progetto forniranno la base per:

  • scalare il sistema di rivelazione ad un più ampio angolo solido per velocizzare la misura ed eliminare la necessità di un goniometro;
  • automatizzare l'acquisizione e il processo di analisi per l'impiego industriale;
  • implementare database (locai e in cloud) sia per i materiali che per i singoli processi, direttamente interfacciati con il software di analisi.

Una parte consistente del progetto sarà dedicata allo sviluppo ed al test del sistema di rivelazione, all'acquisizione e all'analisi dei dati provenienti da campioni reali, così da poter affinare l'applicabilità dei modelli al caso specifico dei processi di deformazione dei metalli.

La possibilità di poter correlare la microstruttura locale del materiale e le proprietà con i parametri di produzione e manifattura, permetterà di aumentare l'accuratezza del processo di simulazione e fornirà la validazione per l'ottimizzazione del processo sulla base del materiale stesso, così come la possibilità di predire i difetti del prodotto e quindi di sviluppare modelli di minimizzazione degli scarti. Questi processi di deformazione producono generalmente materiali con proprietà anisotrope che, se controllate, possono essere sfruttate per ottenere il risultato migliore e più utile per i prodotti. Essere in grado di applicare questo tipo di approccio direttamente sulle linee di produzione permetterà lo sviluppo di controlli automatici online del processo.

 

Questo progetto è finanziato dall'Unione Europea - NextGenerationEU attraverso il bando nazionale PRIN 2022