Los ingenieros del MIT han desarrollado una aleación de aluminio imprimible que puede soportar altas temperaturas y es cinco veces más resistente que el aluminio fabricado tradicionalmente.

El nuevo metal imprimible está hecho de una mezcla de aluminio y otros elementos que el equipo identificó mediante simulaciones y aprendizaje automático, lo que redujo significativamente el número de posibles combinaciones de materiales. Mientras que los métodos tradicionales requerirían simular más de un millón de combinaciones posibles de materiales, el nuevo enfoque del equipo, basado en aprendizaje automático, solo necesitó evaluar 40 posibles composiciones antes de identificar la mezcla ideal para una aleación de aluminio imprimible de alta resistencia.

Cuando imprimieron la aleación y probaron el material resultante, el equipo confirmó que, como se predijo, la aleación de aluminio era tan fuerte como las aleaciones de aluminio más fuertes que se fabrican hoy en día utilizando métodos de fundición tradicionales.

Los investigadores prevén que el nuevo aluminio imprimible podría utilizarse para fabricar productos más resistentes, ligeros y resistentes a la temperatura, como las aspas de los ventiladores de los motores a reacción. Tradicionalmente, las aspas de los ventiladores se funden en titanio (un material más de un 50 % más pesado y hasta diez veces más costoso que el aluminio) o se fabrican con compuestos avanzados.

"Si pudiéramos utilizar materiales más ligeros y resistentes, ahorraríamos una cantidad considerable de energía en la industria del transporte", afirma Mohadeseh Taheri-Mousavi, quien dirigió el trabajo como investigador postdoctoral en el MIT y ahora es profesor adjunto en la Universidad Carnegie Mellon.

“Dado que la impresión 3D puede producir geometrías complejas, ahorrar material y permitir diseños únicos, vemos esta aleación imprimible como algo que también podría usarse en bombas de vacío avanzadas, automóviles de alta gama y dispositivos de enfriamiento para centros de datos”, agrega John Hart, profesor de la generación de 1922 y jefe del Departamento de Ingeniería Mecánica del MIT.

Hart y Taheri-Mousavi ofrecen detalles sobre el nuevo diseño de aluminio imprimible en un artículo publicado en la revista Advanced Materials. Entre los coautores del artículo del MIT se encuentran Michael Xu, Clay Houser, Shaolou Wei, James LeBeau y Greg Olson, junto con Florian Hengsbach y Mirko Schaper, de la Universidad de Paderborn (Alemania), y Zhaoxuan Ge y Benjamin Glaser, de la Universidad Carnegie Mellon.

Microdimensionamiento

El nuevo trabajo surgió de una clase del MIT que Taheri-Mousavi cursó en 2020, impartida por Greg Olson, profesor de prácticas en el Departamento de Ciencia e Ingeniería de Materiales. En la clase, los estudiantes aprendieron a usar simulaciones computacionales para diseñar aleaciones de alto rendimiento. Las aleaciones son materiales compuestos por una mezcla de diferentes elementos, cuya combinación confiere al material una resistencia excepcional y otras propiedades únicas.

Olson retó a la clase a diseñar una aleación de aluminio más resistente que la aleación de aluminio imprimible más resistente diseñada hasta la fecha. Como ocurre con la mayoría de los materiales, la resistencia del aluminio depende en gran medida de su microestructura: cuanto más pequeños y densos sean sus componentes microscópicos, o "precipitados", más resistente será la aleación.

Con esto en mente, la clase utilizó simulaciones por computadora para combinar metódicamente el aluminio con diversos tipos y concentraciones de elementos, con el fin de simular y predecir la resistencia de la aleación resultante. Sin embargo, el ejercicio no logró un resultado más sólido. Al final de la clase, Taheri-Mousavi se preguntó: ¿Podría el aprendizaje automático mejorar su rendimiento?

“En algún momento, hay muchos factores que contribuyen de forma no lineal a las propiedades de un material, y uno se pierde”, afirma Taheri-Mousavi. “Con las herramientas de aprendizaje automático, pueden indicar dónde debe centrarse y, por ejemplo, indicarle que estos dos elementos controlan esta característica. Esto permite explorar el espacio de diseño de forma más eficiente”.

Capa por capa

En el nuevo estudio, Taheri-Mousavi continuó el trabajo de la clase de Olson, esta vez buscando identificar una fórmula más robusta para la aleación de aluminio. En esta ocasión, empleó técnicas de aprendizaje automático diseñadas para analizar eficientemente datos como las propiedades de los elementos, con el fin de identificar conexiones y correlaciones clave que deberían conducir a un resultado o producto más deseable.

Descubrió que, utilizando tan solo 40 composiciones que mezclaban aluminio con diferentes elementos, su enfoque de aprendizaje automático encontró rápidamente una fórmula para una aleación de aluminio con una mayor fracción volumétrica de pequeños precipitados y, por lo tanto, una mayor resistencia que la identificada en estudios previos. La resistencia de la aleación fue incluso mayor que la que pudieron identificar tras simular más de un millón de posibilidades sin usar aprendizaje automático.

Para producir físicamente esta nueva aleación resistente con pequeños precipitados, el equipo se dio cuenta de que la impresión 3D sería la mejor alternativa a la fundición de metales tradicional, en la que se vierte aluminio líquido fundido en un molde y se deja enfriar y endurecer. Cuanto más largo sea este tiempo de enfriamiento, mayor será la probabilidad de que se forme el precipitado individual.

Los investigadores demostraron que la impresión 3D, también conocida como fabricación aditiva, puede ser una forma más rápida de enfriar y solidificar la aleación de aluminio. Específicamente, consideraron la fusión de polvo en lecho láser (LBPF), una técnica mediante la cual se deposita un polvo, capa por capa, sobre una superficie con un patrón deseado y luego se funde rápidamente mediante un láser que traza sobre el patrón. El patrón fundido es lo suficientemente delgado como para solidificarse rápidamente antes de que se deposite otra capa y se "imprima" de forma similar. El equipo descubrió que el enfriamiento y la solidificación inherentemente rápidos de la LBPF permitieron la aleación de aluminio de alta resistencia y con pequeños precipitados que predijo su método de aprendizaje automático.

“A veces tenemos que pensar en cómo lograr que un material sea compatible con la impresión 3D”, afirma John Hart, coautor del estudio. “En este caso, la impresión 3D abre una nueva puerta debido a las características únicas del proceso, en particular, la rápida velocidad de enfriamiento. La congelación muy rápida de la aleación tras su fusión por láser crea este conjunto especial de propiedades”.

Para poner en práctica su idea, los investigadores solicitaron una formulación de polvo imprimible, basada en su nueva receta de aleación de aluminio. Enviaron el polvo —una mezcla de aluminio y otros cinco elementos— a colaboradores en Alemania, quienes imprimieron pequeñas muestras de la aleación utilizando su sistema LPBF interno. Las muestras se enviaron posteriormente al MIT, donde el equipo realizó múltiples pruebas para medir la resistencia de la aleación y obtener imágenes de su microestructura.

Sus resultados confirmaron las predicciones de su búsqueda inicial mediante aprendizaje automático: la aleación impresa era cinco veces más resistente que su equivalente fundido y un 50 % más resistente que las aleaciones diseñadas mediante simulaciones convencionales sin aprendizaje automático. La microestructura de la nueva aleación también contenía una mayor fracción volumétrica de pequeños precipitados y era estable a altas temperaturas de hasta 400 grados Celsius, una temperatura muy alta para las aleaciones de aluminio.

Los investigadores están aplicando técnicas de aprendizaje automático similares para optimizar aún más otras propiedades de la aleación.

“Nuestra metodología abre nuevas puertas para cualquiera que desee diseñar aleaciones con impresión 3D”, afirma Taheri-Mousavi. “Mi sueño es que algún día, al mirar por la ventana de su avión, los pasajeros vean las aspas de los motores fabricadas con nuestras aleaciones de aluminio”.

Este trabajo se llevó a cabo, en parte, utilizando las instalaciones de caracterización de MIT.nano.

​Autor​