¿Cómo desarrollan los diseñadores de jumbo jet materiales resistentes para los fuselajes modernos? sin dejar de presentar sus proyectos a tiempo y dentro del presupuesto? Antes de crear un prototipo de un nuevo material, dependen en gran medida de las simulaciones por computadora para indicar cómo funcionará, y los científicos del Instituto Nacional de Estándares y Tecnología (NIST) están haciendo que esas simulaciones sean más efectivas.

Un equipo que incluye a científicos del NIST ha encontrado una manera de mejorar el proceso de simulación de la aparición de fallas en los materiales utilizados para construir las alas de los aviones. Comprender este punto de inicio es fundamental para predecir cuándo y cómo fallan las alas. Su método muestra a los diseñadores cómo someter una muestra en particular a una serie de escenarios de estrés para determinar de manera eficiente la cantidad de estiramiento que hará que se rompa.

El enfoque, según el físico del NIST Paul Patrone, podría ayudar a abordar uno de los factores clave que reduce la efectividad de las simulaciones:la incertidumbre en su predicción de la fuerza del ala.

"Probablemente la propiedad material más dramática que preocupa a los ingenieros aeroespaciales y al público es qué tan lejos puede doblarse un ala antes de romperse, ", dijo Patrone." Históricamente, Las simulaciones han hecho un mal trabajo al predecir esto porque necesita información detallada sobre la estructura atómica del material a grandes distancias. Las computadoras simplemente no son lo suficientemente potentes para simular tales sistemas, por lo que esperamos que este nuevo enfoque proporcione una solución ".

Desarrollar un nuevo composite de alto rendimiento es un proceso laborioso. Las empresas aeroespaciales sueñan con una gran cantidad de ingredientes candidatos, reducir la lista a unos pocos prometedores, y luego mézclelos en combinaciones que puedan dar el material más fuerte. Pero un departamento de I + D no puede mezclarlos todos ni realizar pruebas de resistencia en muchos. Por lo tanto, a veces recurren al NIST para encontrar formas de obtener resultados efectivos rápidamente.

Un enfoque ha sido simular directamente la fuerza requerida para doblar una muestra, pero no de un ala entera hecha de él, solo de unos pocos miles de átomos. "Es posible ejecutar 50 de estas simulaciones a la semana en una supercomputadora, "Patrone dijo, "y en principio, eso ayuda a los ingenieros a concentrarse en las combinaciones que vale la pena probar en el laboratorio. El problema es que tenemos que inferir el inicio del daño indirectamente de las fuerzas simuladas, que simplemente no funciona bien para sistemas tan pequeños ".

El documento del equipo muestra a las empresas una mejor manera de diseñar estas simulaciones. Se les ocurrió una idea simple pero efectiva:simular la deformación de esta pequeña cantidad de material aumentando cantidades y hacer posible guardar el estado de la simulación en cualquier punto dado. La ventaja del ahorro estatal, Patrone dijo, es que se puede ver lo que pasa si se deja que el material se relaje.

"Es como llevar el material por un camino con diferentes bifurcaciones y observar lo que sucede en cada una, ", dijo." Pausamos la simulación en diferentes puntos del camino y preguntamos:'Si dejo de intentar doblar esto, ¿qué pasaría? ¿Se quedaría doblado? o volver a su forma original? Tenemos la capacidad de explorar todas estas bifurcaciones, lo que nos permite establecer con mayor precisión cuándo se dañó el material por primera vez ".

Debido a que un nuevo jumbo jet puede generar varios miles de millones de dólares en costos de desarrollo, Patrone dijo, Mejoras como esta pueden ayudar a las empresas a confiar en la confiabilidad de sus enfoques de modelado antes de comprometerse con pasos más costosos que involucren materiales del mundo real.

"Nuestro enfoque proporciona una nueva 'señal' para el punto de ruptura de un material que, con suerte, mejorará la confiabilidad de las simulaciones, ", dijo." También nos permitió cuantificar estadísticamente nuestra confianza en sus predicciones. Lo necesitamos si las simulaciones se van a utilizar como un sustituto de los experimentos ".