Los científicos utilizan la IA para crear acero ultrarresistente e inoxidable para piezas impresas en 3D
El algoritmo fue alimentado con 81 características fisicoquímicas fundamentales de varios elementos
La inteligencia artificial es mucho más que bots conversacionales como ChatGPT, Gemini o Claude, a los que pueden recurrir los usuarios para que les generen la respuesta perfecta a un correo electrónico, una imagen con la que ilustrar un trabajo o, simplemente, resolver una duda sobre un tema cualquiera que se les pase por la cabeza.
Esta tecnología se ha convertido en una herramienta revolucionaria en el ámbito científico, ya que permite a los investigadores acelerar el descubrimiento y optimizar la investigación en diversas disciplinas: desde analizar grandes conjuntos de datos hasta descubrir fármacos, pasando por simulaciones y modelado científico, automatización de laboratorios y visión por computadora (entre otros usos).
Un grupo de investigadores, según la revista International Journal of Extreme Manufacturing, ha demostrado en un nuevo estudio que la integración de la inteligencia artificial con las propiedades físicas y químicas fundamentales de los elementos permite identificar rápidamente las fórmulas de aleación óptimas, permitiendo la generación de una nueva clase de acero de ultra alta resistencia y ductilidad para impresión 3D que cuesta menos, resiste la corrosión y requiere solo una fracción de tiempo de procesamiento habitual.
El acero generado mediante el algoritmo soportó tensiones de 1713 MPa y se estiró un 15,5 % antes de romperse
La producción de aceros de ultra alta resistencia y ductilidad mediante impresión 3D requiere grandes cantidades de elementos costosos como cobalto, molibdeno o altos niveles de níquel. Incluso utilizando materiales de buena calidad, las piezas impresas deben someterse a complejos tratamientos térmicos en hornos industriales para alcanzar su resistencia final. Y aun así, siguen siendo muy vulnerables a la corrosión en entornos agresivos.
Como alternativa a este método de ensayo y error, los investigadores de la Universidad del Sur de China y la Universidad de Purdue recurrió a un modelo de "aprendizaje automático interpretable". En lugar de tratar a la IA como una caja negra que simplemente adivina combinaciones, el equipo alimentó el algoritmo con 81 características fisicoquímicas fundamentales de varios elementos, como su radio atómico, el comportamiento de los electrones y la velocidad a la que el sonido viaja a través de ellos.
Este algoritmo calculó que una mezcla específica de hierro y cromo, combinada con cantidades precisas y pequeñas de elementos más económicos como silicio, cobre y aluminio, formaría la estructura interna adecuada. Tras la impresión en 3D, los investigadores lo sometieron a un proceso de templado en un solo paso a 480 ºC durante tan solo seis horas.
El acero generado mediante el algoritmo soportó tensiones de 1713 MPa y se estiró un 15,5 % antes de romperse, lo que representa un aumento de aproximadamente el 30 % en la resistencia con respecto al metal en su estado bruto, impreso y una duplicación de su ductilidad. Los investigadores descubrieron que que el breve tratamiento térmico forzaba al metal a desarrollar una densa red de nanopartículas, entre las que se incluían cobre y níquel-aluminio.
Cuando se aplica tensión física al metal, estas diminutas partículas actúan como barreras que fijan los defectos estructurales e impiden su propagación, aumentando drásticamente la fuerza necesaria para romper la pieza. La fórmula diseñada mediante IA también solucionó el problema de la corrosión inherente a muchas aleaciones de alta resistencia. En trabajos futuros, los investigadores deberán volver a evaluar estas características físicas fundamentales al aplicar la IA a clases de materiales completamente nuevas.