Una vista de microscopio de una estructura de material tejido compuesto. Crédito: Ehsan Ghane
Las pruebas que requieren mucho tiempo y las simulaciones por computadora son cuellos de botella en el diseño de nuevos materiales. Una tesis de la Universidad de Gotemburgo tiene como objetivo desarrollar un modelo de IA que pueda determinar eficientemente la durabilidad y la resistencia de los materiales compuestos tejidos.
Ya sea que se trate de una barra de piso o una cuchilla de turbina eólica que se construirá, a menudo se utilizan diferentes materiales compuestos. Compuesto significa mezclar varios materiales diferentes, por ejemplo, fibra de carbono y polímeros, para lograr el equilibrio deseado entre diferentes propiedades, como el peso, la durabilidad y la flexibilidad del producto.
Sin embargo, el diseño de nuevos materiales compuestos de alta calidad lleva mucho tiempo. Los desarrolladores tradicionalmente confían en pruebas físicas y simulaciones de computadora detalladas, ajustando el diseño después de cada intento (fallido).
Grandes recursos computacionales
“Esto es particularmente difícil cuando el compuesto se crea como un material de fibra textil tejida, donde las fibras se envuelven entre sí y se comportan de manera diferente dependiendo de las fuerzas a las que el material está sujeto”, dice Ehsan Ghane, un doctorado. Estudiante del Departamento de Física de la Universidad de Gotemburgo.
Mezclar materiales en una tela compuesta es un desafío. Los investigadores pueden tener una buena comprensión de la resistencia y otras propiedades de los materiales individuales, pero lo que sucede cuando se mezclan en un compuesto de tela es más difícil de predecir.
Las computadoras ya pueden simular microestructuras realistas basadas en la interacción e influencia de los materiales involucrados a varias escalas diferentes, desde la microestructura hasta la macroestructura. Las simulaciones de materiales compuestos tejidos aún requieren grandes recursos computacionales.
“Las redes neuronales, es decir, una familia particular de algoritmos de IA, existen como una alternativa a los cálculos extensos. Sin embargo, estas redes necesitan grandes cantidades de datos de entrenamiento y tienen dificultades para extrapolar resultados, dice Ehsan Ghane. He desarrollado un modelo de IA generalizado que no requiere tantos datos”.
Integrar las leyes materiales
El modelo de Ehsan Ghane para desarrollar materiales compuestos sostenibles ha sido publicado y se puede usar ahora. Al alimentarse en los datos existentes, tanto a partir de simulaciones como de pruebas para los materiales constituyentes en el compuesto, el modelo puede predecir la durabilidad del nuevo material compuesto.
“Además, he investigado métodos para integrar directamente las leyes materiales en el modelo AI. Esto permite extrapolaciones fuera de los datos de entrada en los que se capacitó el modelo. También facilita la comprensión del orden en que un material se deforma, que puede ser importante si desea predecir el comportamiento del material a largo plazo”.
Más información: Ghane, Ehsan. Aprender de datos y física para el modelado multiescala de compuestos tejidos. gupea.ub.gu.se/handle/2077/85666
Proporcionado por la Universidad de Gotemburgo
Cita: el modelo AI acorta el tiempo de desarrollo de los nuevos materiales (2025, 24 de junio) Recuperado el 24 de junio de 2025 de https://techxplore.com/news/2025-06-ai-shortens-materials.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
