• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Diseño de vidrio ligero para turbinas eólicas y coches eficientes

    Es difícil predecir las propiedades de un vidrio a partir de su composición porque los vidrios son estructuras desordenadas, como se ve en esta simulación a nivel de átomo. Un nuevo modelo de aprendizaje automático puede predecir la densidad y rigidez de las gafas. Esta información se puede utilizar para diseñar mejores fibras de refuerzo para materiales compuestos resistentes y ligeros en automóviles y turbinas eólicas. Crédito:Qi Group, Universidad de Michigan

    Un nuevo algoritmo de aprendizaje automático para explorar el peso ligero, Las composiciones de vidrio muy rígidas pueden ayudar a diseñar materiales de próxima generación para vehículos y turbinas eólicas más eficientes. Los vidrios pueden reforzar polímeros para generar materiales compuestos que brinden resistencias similares a los metales pero con menos peso.

    Liang Qi, profesor de ciencia e ingeniería de materiales en la U-M, respondió preguntas sobre el nuevo artículo de su grupo en Materiales computacionales npj .

    ¿Qué es la rigidez elástica? Elástico y vidrio no parecen ser dos palabras que vayan juntas.

    Todos los materiales sólidos, incluyendo vidrio, tienen una propiedad llamada rigidez elástica, también conocida como módulo elástico. Es una medida de cuánta fuerza por unidad de área se necesita para hacer que el material se doble o estire. Si ese cambio es elástico, el material puede recuperar totalmente su forma y tamaño originales una vez que detenga la fuerza.

    ¿Por qué queremos unas gafas ligeras y muy rígidas?

    La rigidez elástica es fundamental para cualquier material en aplicaciones estructurales. Una mayor rigidez significa que puede soportar la misma carga de fuerza con un material más delgado. Por ejemplo, el vidrio estructural en los parabrisas de los automóviles, y en pantallas táctiles en teléfonos inteligentes y otras pantallas, se puede hacer más delgado y liviano si las gafas son más rígidas. Los compuestos de fibra de vidrio son materiales ligeros ampliamente utilizados para automóviles, camiones y aerogeneradores, y podemos hacer que estas piezas sean aún más ligeras.

    Los vehículos más livianos pueden ir más lejos con un galón de gasolina:de un seis a un ocho por ciento más para una reducción del diez por ciento en el peso. según la Oficina de Eficiencia Energética y Energías Renovables de EE. UU. La reducción de peso también puede aumentar significativamente la autonomía de los vehículos eléctricos.

    Encendedor, un vidrio más rígido puede permitir que las palas de las turbinas eólicas transfieran la energía eólica en electricidad de manera más eficiente porque se "desperdicia" menos energía eólica para hacer girar las palas. También puede permitir palas de aerogenerador más largas, que puede generar más electricidad bajo la misma velocidad del viento.

    ¿Cuáles son los desafíos al intentar diseñar gafas ligeras pero resistentes?

    Debido a que las gafas son materiales amorfos o desordenados, es difícil predecir sus estructuras atomísticas y las correspondientes propiedades físico-químicas. Usamos simulaciones por computadora para acelerar el estudio de las gafas, pero requieren tanto tiempo de cálculo que es imposible investigar cada una de las posibles composiciones de vidrio.

    El otro problema es que no tenemos suficientes datos sobre las composiciones de vidrio para que el aprendizaje automático sea eficaz en la predicción de las propiedades del vidrio para nuevas composiciones de vidrio. Los algoritmos de aprendizaje automático se alimentan de datos, y encuentran patrones en los datos que les permiten hacer predicciones. Pero sin suficientes datos de entrenamiento adecuados, sus predicciones no son confiables, al igual que una encuesta política realizada en Ohio no puede predecir las elecciones en Michigan.

    ¿Cómo superó estas barreras?

    Primero, utilizamos simulaciones informáticas de alto rendimiento existentes para generar datos sobre las densidades y rigideces elásticas de varios vidrios. Segundo, Desarrollamos el modelo de aprendizaje automático que es más adecuado para una pequeña cantidad de datos, porque todavía no teníamos muchos datos según los estándares de aprendizaje automático. Lo diseñamos para que la clave a la que presta atención sea la fuerza de la interacción entre los átomos. En esencia, usamos la física para darle pistas sobre lo que era importante en los datos, y que mejora la calidad de sus predicciones para nuevas composiciones.

    ¿Qué puede hacer tu modelo?

    Mientras entrenamos nuestro modelo de aprendizaje automático con gafas hechas de dióxido de silicio y uno o dos aditivos más, descubrimos que podía predecir con precisión la ligereza y la rigidez elástica de gafas más complejas, con más de diez componentes diferentes. Puede filtrar hasta 100, 000 composiciones diferentes a la vez.

    ¿Cuáles son los siguientes pasos?

    La ligereza y la rigidez elástica son solo dos propiedades importantes en el diseño de gafas. También necesitamos conocer su fuerza, tenacidad, y sus temperaturas de fusión. Al compartir abiertamente nuestros datos y métodos, Esperamos inspirar el desarrollo de nuevos modelos en la comunidad de investigación del vidrio.


    © Ciencia https://es.scienceaq.com