• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Del nivel cuántico a la batería del coche

    Incluso los objetos diminutos se pueden representar en detalle:aquí un modelo atomista del virus del mosaico del tabaco. El virus tubular tiene aproximadamente 300 nm de largo y 18 nm de diámetro. Crédito:Fraunhofer-Gesellschaft

    Los nuevos desarrollos requieren nuevos materiales. Hasta hace poco, estos se han desarrollado principalmente mediante tediosos experimentos en el laboratorio. Los investigadores del Instituto Fraunhofer de Algoritmos y Computación Científica SCAI en Sankt Augustin están ahora acortando significativamente este proceso costoso y que consume mucho tiempo con su enfoque de "Diseño de Material Virtual" y el software Tremolo-X especialmente desarrollado. Combinando modelos multiescala, análisis de datos y aprendizaje automático, es posible desarrollar materiales mejorados mucho más rápidamente. En la Feria de Hannover del 23 al 27 de abril, 2018, Fraunhofer estará demostrando cómo se ve el diseño de material virtual del futuro.

    En casi todas las industrias, se necesitan nuevos materiales para nuevos desarrollos. Tomemos la industria automotriz:mientras que un automóvil solía consistir en solo un puñado de materiales, los automóviles modernos se ensamblan a partir de miles de materiales diferentes y la demanda está aumentando. Ya sea para hacer un automóvil más liviano, obtener una mejor economía de combustible o desarrollar baterías de motores eléctricos, cada nuevo desarrollo requiere encontrar o desarrollar el material que tenga exactamente las propiedades correctas. La búsqueda del material adecuado ha sido a menudo como un juego de adivinanzas, aunque. Los candidatos generalmente han sido seleccionados de enormes bases de datos de materiales y luego probados. Aunque estas bases de datos brindan información sobre características específicas de desempeño, por lo general, no profundizan lo suficiente como para permitir juicios significativos sobre si un material tiene exactamente las propiedades deseadas. Para averiguarlo, deben realizarse numerosas pruebas de laboratorio. Los científicos de Fraunhofer SCAI han optado por un enfoque diferente. Los requisitos de la sustancia se desglosan en la estructura interna del material:es decir, hasta el nivel atómico. Un software especialmente desarrollado, Tremolo-X, luego calcula cómo reaccionan las partículas del material cuando se someten a determinados efectos físicos. Como resultado, Se puede concluir si se puede desarrollar un material con las propiedades deseadas sobre la base de estas partículas.

    Modelos predictivos virtuales y simulaciones atomísticas

    "Nuestro objetivo es acortar la búsqueda del material adecuado. Este proceso a menudo lleva de diez a veinte años, que no solo requiere mucho tiempo sino que también es costoso, ", dice el Dr. Jan Hamaekers de Fraunhofer SCAI." La idea es utilizar procesos virtuales para seleccionar el número de candidatos hasta que solo queden unos pocos por probar en el laboratorio ". Para hacer esto, Primero deben definirse los requisitos impuestos al material. Por ejemplo, qué tan rápido debe enfriarse un material o qué cargas debe soportar. Esto se simula de dos formas diferentes en la computadora utilizando el software Fraunhofer:las partículas virtuales se simulan a nivel atómico o incluso cuántico. ¿Cómo se comportan? ¿Cómo interactúan las partículas entre sí? El otro método utiliza datos y conocimientos existentes para derivar modelos de predicción que permiten pronosticar las propiedades de un material. "El objetivo es mejorar, crear y explorar nuevos materiales y moléculas innovadores con propiedades efectivas en el laboratorio de computación virtual para recomendar su estructura y diseño antes de la síntesis real, "Explica Hamaekers.

    Nanotubos de nitruro de boro en una matriz de sílice. Representación de nanomateriales reforzados con el software Fraunhofer. Crédito:Fraunhofer SCAI

    Modelado multiescala:del átomo a la cadena de procesos

    El procedimiento se vuelve claro durante el modelado multiescala, como se utiliza en la industria química (entre otros). Aquí, la química del material se describe primero a nivel cuántico. Esta información se transfiere a modelos cada vez más burdos que mapean moléculas y sus propiedades físicas. "Si queremos predecir qué tan bueno es el electrolito o qué tan rápido se difunden los iones en el caso de una batería de iones de litio, por ejemplo, Primero simulamos las partículas a nivel cuántico y vemos qué les sucede. Luego, llevamos esa información al siguiente nivel y obtenemos información sobre la dinámica, o cómo se mueven las partículas a nivel atómico. De aquí, luego podemos subir una escala y observar cómo se comporta el electrolito en el mundo macroscópico. Esto nos da información precisa sobre todos los procesos y, si necesario, podemos adaptar o cambiar procesos, "Hamaekers explica. De esta manera, No solo se pueden desarrollar nuevos materiales o encontrar materiales adecuados para aplicaciones específicas. Incluso los procesos se pueden revisar y mejorar. Simulando los procesos a nivel atómico o molecular en un reactor virtual, es posible identificar con precisión los puntos o parámetros que se pueden optimizar.

    En la Feria de Hannover 2018, Fraunhofer SCAI utiliza ejemplos vívidos para mostrar cómo se puede mejorar el diseño de materiales a través del modelado, análisis de datos y aprendizaje automático.

    Interfaz gráfica de usuario del software Fraunhofer SCAI Tremolo-X. Crédito:Fraunhofer SCAI




    © Ciencia https://es.scienceaq.com