Para abordar los desafíos en el control de estas inestabilidades, los investigadores del Laboratorio Nacional Lawrence Livermore (LLNL) están combinando capacidades informáticas y métodos de fabricación para desarrollar rápidamente y validar experimentalmente modificaciones a una carga con forma. Este trabajo, publicado en el Journal of Applied Physics , es parte del Proyecto DarkStar, una iniciativa estratégica de investigación y desarrollo dirigida por laboratorio destinada a controlar la deformación del material mediante la investigación de problemas científicos de hidrodinámica compleja, física de ondas de choque y materiales energéticos.

"Al igual que un huracán, las ondas de choque y la detonación de explosivos normalmente se consideran eventos 'incontrolables'. Pero nuestro objetivo es controlar estos complicados sistemas dinámicos", dijo el investigador principal de DarkStar, Jon Belof.

La inspiración detrás del proyecto DarkStar está profundamente arraigada en una línea de investigación inacabada de Johnny von Neumann, un miembro clave del Proyecto Manhattan y experto en la física no lineal de la hidrodinámica y las ondas de choque. Habiendo contribuido a la reputación mundial de LLNL en informática, von Neumann es a menudo considerado el matemático más talentoso de su tiempo.

Aplicando tecnologías modernas a las teorías computacionales de von Neumann, el equipo empleó inteligencia artificial (IA) y aprendizaje automático (ML) para explorar nuevos diseños optimizados computacionalmente. El uso de la fabricación aditiva (impresión 3D) hizo posible que los investigadores crearan rápidamente incluso los componentes más radicales diseñados por IA que de otro modo se considerarían "imposibles" de crear utilizando métodos de fabricación tradicionales.

Para probar sus diseños de carga con forma, que comprenden un revestimiento de cobre, un alto explosivo (HE) y un amortiguador de silicona, el equipo realizó un total de 14 experimentos de detonación de HE en las Instalaciones de Aplicaciones de Altos Explosivos de LLNL de 2022 a 2023. Estos experimentos compararon un diseño de referencia. , que no utilizó un amortiguador entre el revestimiento y el HE, frente a un diseño con un amortiguador optimizado para demostrar la efectividad del amortiguador de silicona como técnica de mitigación de la inestabilidad.

"Cada uno de nuestros diseños pasó por pruebas de optimización, fabricación y detonación en menos de tres meses", afirmó el autor principal Dylan Kline.

Una vez detonado, el revestimiento metálico se comprime y empuja hacia adelante a unos 5 kilómetros por segundo, formando un chorro de alta velocidad. La inestabilidad que esta investigación pretende mitigar se produce cuando el explosivo crea un impulso o "pico" en la interfaz de los materiales, deformando y acelerando el metal (que tiene una alta densidad) hacia el aire a su alrededor (que tiene una baja densidad). En este caso, la inestabilidad o mezcla de materiales se produce cuando se forma el chorro en el aire.

Kline dijo:"Nuestro objetivo es aumentar la forma en que crece esta inestabilidad. Si podemos agregar algo en nuestro diseño para dar forma a las ondas de choque, entonces podremos controlar la forma en que se imparte energía al revestimiento metálico".

Las radiografías de rayos X tomadas durante los experimentos de detonación revelan la capacidad del amortiguador de silicona para mitigar posibles inestabilidades de manera confiable y consistente.

A través de su serie de experimentos, el equipo ha descubierto varios descubrimientos innovadores sobre las inestabilidades hidrodinámicas, incluido cómo suprimir por completo una inestabilidad conocida como inestabilidad de Richtmyer-Meshkov (RMI). RMI es de particular interés debido a su naturaleza impredecible y su papel en materiales sometidos a cargas dinámicas extremas.

Esta investigación es directamente aplicable a la ingeniería aeroespacial y a la seguridad energética y climática, ya que las cargas perfiladas se utilizan normalmente para separar sistemas de aeronaves o para cerrar tuberías de petróleo en situaciones de emergencia. Por ejemplo, durante el derrame de petróleo de Deepwater Horizon en 2010, normalmente se habría utilizado una carga moldeada para cerrar rápidamente la tubería. Sin embargo, debido a que las presiones eran tan altas, ni siquiera los explosivos fueron efectivos para detener el derrame.

"Este es sólo un caso en el que tener explosivos más potentes y formas más efectivas de usarlos para manipular el metal podría mejorar nuestra ecología industrial", afirmó Belof.

El Proyecto DarkStar ilumina el potencial de la IA/ML para respaldar una amplia gama de misiones de seguridad nacional.