Desde aviones hipersónicos hasta submarinos de propulsión nuclear, muchos de los sistemas de defensa más avanzados de la actualidad se basan en una clase especial de materiales conocidos como aleaciones refractarias. Esta clase se refiere a metales que no se derriten ni se debilitan fácilmente, incluso en condiciones de calor extremo.
Una aleación es un material que se obtiene combinando dos o más elementos metálicos para lograr propiedades que ninguno de los metales puede ofrecer por sí solo: mayor resistencia, por ejemplo, o mejor resistencia a la corrosión. Las aleaciones refractarias se basan en elementos como el tungsteno, el niobio y el molibdeno, que tienen algunos de los puntos de fusión más altos de todos los metales.
Sus átomos se mantienen unidos mediante fuertes enlaces químicos y están dispuestos en una estructura cristalina estable que resiste la deformación, incluso a temperaturas extremas. Mientras que las aleaciones convencionales comienzan a ablandarse y deformarse lentamente bajo una tensión constante, las aleaciones refractarias conservan su resistencia, lo que las hace esenciales para componentes expuestos a calor, tensión y radiación extremos.
La mayoría de las aleaciones refractarias que se utilizan hoy en día se diseñaron hace décadas. Son anteriores a la impresión 3D moderna de piezas metálicas, también llamada fabricación aditiva e inteligencia artificial.
Para realizar la impresión 3D de metal, un láser o un haz de electrones funde sucesivas capas finas de polvo metálico.
Esto construye una pieza 3D directamente a partir de un modelo de computadora agregando material capa por capa, en lugar de usar un molde o quitar material de un bloque sólido. La impresión 3D permite formas que son imposibles con los métodos de fabricación tradicionales. Sin embargo, muchas aleaciones refractarias actuales son difíciles o imposibles de producir de forma fiable utilizando estas técnicas.
Este desajuste puede ralentizar la producción nacional de piezas nuevas. Para ayudar a abordar estos desafíos de fabricación y cadena de suministro, nuestro equipo de investigadores de materiales de la Universidad Estatal de Arizona y la UNSW Sydney han formado una nueva colaboración internacional para rediseñar aleaciones de alta temperatura.
Viejas aleaciones en el nuevo mundo de la producción.
La fabricación aditiva permite a los fabricantes aeroespaciales y de defensa producir componentes complejos localmente, bajo demanda y con mucho menos desperdicio de material. En principio, es ideal para la producción de repuestos para aviones, naves espaciales y sistemas marinos.
En la práctica, muchas aleaciones refractarias se agrietan, deforman o desarrollan defectos internos cuando se imprimen en 3D. Sus composiciones están optimizadas para la fundición o la forja, en lugar de la rápida fusión y solidificación que implica la impresión láser. En la impresión 3D, un láser funde y solidifica el metal miles de veces en rápida sucesión, creando gradientes de temperatura pronunciados que generan enormes tensiones internas. Varios metales refractarios clave son frágiles a temperatura ambiente y no pueden absorber estas tensiones sin agrietarse.
Las impresoras 3D depositan finas capas de material una encima de otra hasta construir la pieza según el diseño. Brightstars/Photographer's Choice RF vía Getty Images
Rediseñar estas aleaciones utilizando métodos tradicionales de prueba y error llevaría décadas.
Aprendizaje informático para diseñar nuevos metales.
Nuestro enfoque alternativo utiliza el aprendizaje por refuerzo, una forma de inteligencia artificial más conocida por entrenar computadoras para dominar juegos como el go o el ajedrez.
Diseñar una nueva aleación es un poco como mezclar ingredientes para una receta, pero a nivel atómico. En lugar de planificar movimientos en el tablero, el sistema de IA explora miles de recetas posibles para aleaciones, por ejemplo, diferentes combinaciones de elementos químicos. Incluso pequeños cambios en los ingredientes pueden cambiar completamente el comportamiento del material final.
La IA evalúa a cada candidato según prácticamente múltiples criterios, incluida la resistencia a temperaturas superiores a 1.800 grados Fahrenheit (1.000 grados Celsius) y la resistencia al daño causado por la reacción con oxígeno a alta temperatura, así como el peso, el costo y, lo más importante, si se puede imprimir en 3D de manera confiable.
El equipo de investigación utiliza el aprendizaje por refuerzo para descubrir combinaciones de metales para crear aleaciones y luego utiliza la impresión 3D para producir piezas con menos desperdicio que los métodos tradicionales. Vitor Rielli
Las aleaciones que deberían funcionar bien son recompensadas y las que fallan se descartan. A lo largo de ciclos repetidos, el sistema aprende qué combinaciones químicas funcionan mejor.
Luego podremos producir y probar en el laboratorio las aleaciones diseñadas por IA más prometedoras. Su desempeño en el mundo real retroalimenta el modelo, mejorando constantemente sus predicciones.
Ventajas estratégicas más allá del laboratorio
Las implicaciones de nuestra investigación se extienden más allá del laboratorio.
Para las agencias de defensa, un desarrollo más rápido de materiales significa un despliegue más rápido de motores de próxima generación, vehículos hipersónicos y sistemas de protección térmica. Las aleaciones diseñadas por IA se pueden optimizar en cuanto a resistencia, resistencia al calor y capacidad de fabricación. Por ejemplo, la aleación GRX-810 de la NASA, diseñada mediante métodos computacionales e impresa en 3D, es 1000 veces más duradera a altas temperaturas en comparación con las aleaciones tradicionales.
La producción tradicional de metales refractarios consume hasta el 95% de la materia prima mediante el mecanizado (eliminando material no deseado para crear una forma precisa), pero la impresión 3D puede acercar esa cifra a cero.
Nuestro trabajo es la cooperación internacional. En la Universidad Estatal de Arizona, la atención se centra en el diseño computacional impulsado por IA. Las instalaciones de la UNSV Sydney permiten realizar pruebas a altas temperaturas mediante la observación de la microestructura de los metales y la realización de fabricación aditiva en condiciones realistas.
Los investigadores están utilizando inteligencia artificial para diseñar materiales que puedan funcionar bajo calor y presión extremos. Los desafíos aún están por llegar
Este enfoque no está exento de obstáculos. Uno de los mayores es la falta de datos: los modelos de IA aprenden de los resultados experimentales existentes y, en el caso de las aleaciones refractarias, esos datos son limitados. Se han probado sistemáticamente muchas menos aleaciones de esta clase, en comparación con materiales más comunes como el acero o el aluminio.
También existen limitaciones prácticas. Los polvos de metal refractario adecuados para la impresión 3D son caros y difíciles de obtener, y escalar desde pequeñas muestras de laboratorio hasta componentes de tamaño completo es complicado. Una aleación que funciona bien como muestra de prueba del tamaño de una miniatura puede comportarse de manera muy diferente cuando se imprime como una pieza grande y compleja.
Por último, las predicciones de la IA siempre deben confirmarse experimentalmente, y esos experimentos son costosos y requieren mucho tiempo. El sistema no elimina la necesidad de realizar pruebas físicas rigurosas.
Un nuevo modelo de investigación orientada a la defensa
Nuestra cooperación se encuentra en una etapa inicial. Actualmente estamos construyendo un modelo de IA y compilando bases de datos experimentales de las que aprenderá. A finales de este año, se seleccionarán las primeras composiciones de aleaciones candidatas para impresión 3D y pruebas de laboratorio. Los resultados se retroalimentarán al modelo.
También trabajamos con agencias de investigación de defensa para garantizar que nuestro trabajo esté alineado con las necesidades reales y sentar las bases para programas a mayor escala.
En una era en la que la ventaja tecnológica depende cada vez más de la velocidad y la adaptabilidad, reinventar cómo diseñamos los metales detrás de los sistemas de defensa puede mejorar los sistemas mismos.
.webp)
0 Comentarios