• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  Science >> Ciencia >  >> Química
    Un sistema de IA capacitado aprende a diseñar materiales celulares para ingeniería de tejidos y almacenamiento de energía.
    Evaluación de modelado, algoritmo de homogeneización numérica y simulación FEM. (a) Voxelización de la red de Voronoi con diferentes densidades relativas. (b) Precisión computacional y costo del algoritmo de homogeneización numérica. (c) Efecto del tamaño de RVE sobre la precisión computacional de las simulaciones FEM. Crédito:Ciencia y Tecnología de Materiales Avanzados (2022). DOI:10.1080/14686996.2022.2157682

    Las estructuras artificiales llamadas materiales celulares tienen una red de espacios internos dentro de una matriz sólida similar a una célula. Su arquitectura porosa similar a la espuma combina las ventajas de la baja densidad con la resistencia. Investigadores del Instituto Nacional de Ciencia de Materiales (NIMS) y la Universidad de Tsukuba en Japón, supervisados ​​por Ikumu Watanabe en NIMS, han aplicado una forma de inteligencia artificial generativa (IA) para desarrollar un enfoque nuevo y mejorado para diseñar materiales celulares con precisión. porosidad y rigidez específicas.



    Su trabajo está publicado en la revista Ciencia y Tecnología de Materiales Avanzados. .

    "A diferencia de los métodos convencionales, nuestro método no se basa en la experiencia del diseñador", afirma el investigador computacional Xiaoyang Zheng, primer autor del artículo de investigación. "Lo llamamos enfoque inverso, porque en lugar de proponer inicialmente un diseño y luego probarlo, el sistema explora diseños desde un espacio de características de baja dimensión (es decir, espacio latente) y genera automáticamente un diseño con las propiedades deseadas".

    Hay muchas aplicaciones posibles, pero los autores destacan el potencial de utilizar su método para diseñar implantes óseos con una porosidad, rigidez y elasticidad específicas deseadas.

    El proceso de diseño computarizado comienza con una estructura geométrica 3D compuesta de elementos discretos llamados vóxeles. Luego se utiliza un sistema de IA generativo entrenado, llamado red adversarial generativa condicional, para generar el diseño de una red 3D con propiedades específicas. Luego se construyen y prueban experimentalmente materiales reales en 3D correspondientes al diseño sugerido, utilizando resinas impresas en 3D. Su comportamiento también se investigó mediante simulaciones por ordenador.

    "Aunque anteriormente habíamos desarrollado un sistema 2D similar, expandirlo a 3D fue un desafío debido al enorme esfuerzo computacional requerido", dice Zheng. "La generación de estos diseños de geometría 3D está a la vanguardia de la tecnología, no sólo en la ciencia de los materiales sino también en la investigación de la IA en general".

    Además del uso sugerido para la fabricación de implantes óseos, los investigadores señalan avances potenciales en la amplia gama de aplicaciones en las que se utilizan actualmente los materiales celulares y también se consideran para desarrollos futuros. Estos incluyen materiales para robótica blanda, electrónica blanda e interruptores, y almacenamiento y conversión de energía electroquímica.

    "La gran característica de este enfoque es la diversidad de soluciones que puede ofrecer, generando muchos candidatos posibles para muchos materiales diferentes", concluye Zheng.

    Habiendo demostrado la viabilidad y el potencial del sistema, el equipo ahora planea utilizarlo para explorar una variedad de materiales avanzados. Como parte de este trabajo, esperan ampliar el alcance del sistema de IA para que pueda apuntar a una variedad más amplia de propiedades en los materiales que diseña.

    Más información: Xiaoyang Zheng et al, Diseño inverso basado en aprendizaje profundo de materiales celulares arquitectónicos tridimensionales con la porosidad y rigidez objetivo utilizando celosías Voronoi voxelizadas, Ciencia y tecnología de materiales avanzados (2022). DOI:10.1080/14686996.2022.2157682

    Información de la revista: Ciencia y Tecnología de Materiales Avanzados

    Proporcionado por el Instituto Nacional de Ciencia de Materiales




    © Ciencia https://es.scienceaq.com