Acelerando el descubrimiento de nuevos materiales para la impresión 3D

Ante una creciente demanda por la impresión en 3D para la fabricación de todo tipo de artículos, las empresas han buscado la forma de desarrollar nuevos materiales de impresión para diseños específicos. La industria de las impresiones en 3D actualmente aprovecha su fácil reproducción, impresión, menor tiempo y costo para impulsar al sector aeroespacial, automovilístico, médico, entre otros.

Por esa razón, para reducir el tiempo que lleva descubrir nuevos materiales, los investigadores del MIT desarrollaron un proceso basado en datos con aprendizaje automático para optimizar los materiales. Por ejemplo, las impresiones en 3D tienen múltiples características, entre ellas, la tenacidad y una gran resistencia a la compresión.

Debido a ello, el agilizar el desarrollo de materiales pudo reducir costos; al tiempo, disminuye el impacto ambiental por los bajos niveles de desechos químicos que produce. Según los investigadores del MIT, el algoritmo de aprendizaje automático estimula la innovación al sugerir las formulaciones químicas únicas las cuales la intuición humana puede pasar por alto.

Los científicos probaron el sistema usándolo para optimizar formulaciones de una nueva tinta de impresión 3D que se endurece cuando se expone a la luz ultravioleta. En la prueba, pudieron identificar seis productos químicos que se pueden utilizar en formulaciones y el algoritmo identificó el material con mejor tenacidad, rigidez y resistencia.

Estos resultados sorprendieron a los científicos del MIT por la gran variedad de materiales que el algoritmo fue capaz de generar. Asimismo, los hallazgos fueron mucho más de lo esperado, porque los seis ingredientes generados son especialmente útiles en situaciones donde la formulación de materiales manual no pudo alcanzar.

Mike Foshey, ingeniero mecánico del MIT y coautor del artículo, detalló que el desarrollo de materiales para impresiones 3D sigue siendo un proceso manual. Sin embargo, ahora el algoritmo puede realizar el mismo proceso de mezclar los ingredientes, calcular las pruebas y llegar a una formulación final. "El nuevo sistema puede ahorrar mucho tiempo ya que puede hacer miles de interacciones al mismo tiempo en un corto plazo", señaló.

Para Foshey, el algoritmo es una herramienta muy útil en los laboratorios, pues supera en muchos sentidos a los métodos convencionales para formular materiales para impresiones 3D. "Además de la velocidad, podemos confiar todavía más en el algoritmo para encontrar una solución óptima, sin la necesidad de un químico experto para respaldar el resultado", explicó.

El grupo de investigadores del MIT aparte del algoritmo, también crearon una plataforma gratuita de optimización de materiales de código abierto llamada AutoOED que incorpora el mismo algoritmo de optimización. Con el paquete de software AutoOED, los químicos pueden realizar su propia formulación e ir nutriendo de información al algoritmo para volverlo aún más eficaz.

Hoy en día, el grupo del MIT a cargo de Mike Foshey está trabajando en probar este nuevo proceso e ir más allá de tintas de impresión 3D. Uno de sus principales objetivos es formular compuestos químicos para baterías de mayor eficacia a menor costo y amigables con el medio ambiente.