La innovación en materiales se ha encontrado siempre en el núcleo de los cambios tecnológicos que han revolucionado la sociedad. Sin entrar en excesivos detalles, podría decirse que la relación entre materiales y desarrollo tecnológico ha seguido siempre uno de estos caminos: o bien el descubrimiento de un nuevo material ha dado lugar a un salto tecnológico (por ejemplo, la magnetoresistencia gigante) o bien los nuevos materiales han sido introducidos y mejorados progresivamente para distintas aplicaciones industriales siguiendo una estrategia de ensayo y error, como es el caso de los materiales compuestos en la industria aeroespacial.
Ambas estrategias suponen una limitación para el progreso tecnológico, sobre todo cuando las herramientas de diseño por ordenador permiten recortar de manera drástica el tiempo necesario para optimizar nuevos productos. Sin embargo, el aumento exponencial de la potencia de cálculo de los ordenadores, los avances en las herramientas de simulación y las nuevas estrategias de simulación multiescala, están cambiando rápidamente este escenario. En particular, hay disponible hoy en día muchas herramientas que permiten simular y predecir la formación, estructura y propiedades de los materiales en un rango muy amplio de tiempos y longitudes de escala. Entre ellas se pueden citar la teoría del funcional de la densidad (estructura electrónica, energías de activación, potenciales interatómicos, etc.), la dinámica molecular (estructura cristalina, propiedades termodinámicas, etc.), los métodos de Monte Carlo (cinética), la termodinámica computacional (diagramas de fase), modelos de campo de fase (desarrollo microestructural) y una amplia gama de herramientas para resolver ecuaciones diferenciales (elementos finitos, diferencias finitas, métodos espectrales) que permiten estudiar problemas de dinámica y transporte en medios continuos, junto con las teorías de homogenización que permiten establecer los vínculos entre las diferentes escalas.
La próxima frontera de la innovación en materiales se encuentra en la integración de todas estas herramientas en una estrategia multiescala capaz de simular el procesado, estructura, propiedades y comportamiento en servicio de los materiales. Esta idea ha ido ganando aceptación en el mundo académico e industrial en la última década, impulsada por distintas iniciativas en EE.UU.[1], China[2] y Europa[3] y la Ingeniería de Materiales Computacional está emergiendo como una nueva disciplina cuya meta es integrar diferentes herramientas de simulación en un sistema integral que acelere el proceso de desarrollo de nuevos materiales y permita integrar las tareas de diseño y fabricación.
Figura 1. Predicción de la porosidad de acuerdo con la herramienta de simulación (izquierda) y porosidad medida mediante microscopía óptica en las áreas indicadas del álabe estático (derecha). Los resultados corresponden a la zona dentro del círculo rojo en el álabe situado en la zona inferior izquierda de la figura
Figura 1. Predicción de la porosidad de acuerdo con la herramienta de simulación (izquierda) y porosidad medida mediante microscopía óptica en las áreas indicadas del álabe estático (derecha). Los resultados corresponden a la zona dentro del círculo rojo en el álabe situado en la zona inferior izquierda de la figura.
La posibilidades de la Ingeniería de Materiales Computacional han sido demostradas por equipos de investigación disciplinares en distintas áreas. Por ejemplo, Ford ha desarrollado una metodología de colado virtual de Al para motores de Al. Esta metodología permite diseñar, colar, aplicar tratamientos térmicos y determinar la durabilidad del componente en el ordenador antes de fabricarlo. Este objetivo se ha conseguido mediante el desarrollo y la validación de tres módulos de simulación interdependientes que permiten determinar la historia térmica del componente durante el colado y los tratamientos térmicos posteriores, la predicción de la microestructura que emerge del proceso de fabricación en todas las zonas del molde y las propiedades mecánicas en condiciones de servicio asociadas a la microestructura. Ford ha invertido cerca de 15 millones de dólares durante cinco años en un grupo de investigación multidisciplinar formado por 25 investigadores de diversas instituciones para lograr este objetivo. La nueva tecnología ya ha generado un ahorro en costes directos y recurrentes superior a los 100 millones de dólares así como una reducción del 20% en el tiempo necesario para desarrollar nuevos componentes[4]. Todo ello sin contar las posibilidades para mejorar el diseño de los componentes incluyendo las propiedades del material en el proceso de optimización.
Un trabajo similar se ha desarrollado en Europa dentro del proyecto de investigación VANCAST, financiado por la ERA-NET Matera+ dentro del 7º Programa Marco de la Unión Europea. El interés en reducir el peso y aumentar la eficiencia de las turbinas de gas ha llevado a diseñar álabes estáticos para guiar el flujo de gas con formas más complejas y menores espesores. Sin embargo, estas mejoras se ven limitadas por las dificultades para fabricar estos álabes mediante el proceso de fundición a la cera perdida. La ruta tradicional de ‘ensayo y error’ para optimizar la fabricación es inviable por los costes asociados y el excesivo tiempo de desarrollo. Por ello, un consorcio liderado por el Instituto IMDEA Materiales y formado por la Swiss University of Applied Sciences y cuatro empresas (ITP, diseñador de turbinas, Precicast Novazzano y Precicast Bilbao, expertos en fundido a la cera y un desarrollador de software, Calcom-ESI) ha desarrollado una estrategia para simular la porosidad y la microestructura de los álabes estáticos para turbinas de gas de una superaleación de Ni fabricados mediante fundición a la cera perdida.
Figura 2. Predicción de la microestructura de acuerdo con la herramienta de simulación (a) e imagen obtenida mediante microscopía óptica de la microestructura (b). La línea de trazos en (a) señala el plano de corte en (b). La sección analizada corresponde a ala zona dentro del círculo rojo en el álabe.
La nueva herramienta incluye tres módulos dedicados a predecir la historia térmica del álabe durante el colado, la porosidad y la microestructura[5]. La figura 1 muestra la precisión del modelo a la hora de calcular la porosidad en una sección transversal de un álabe mientras que las predicciones de la forma y tamaño de los granos se pueden encontrar en la figura 2. La nueva herramienta puede emplearse para realizar ‘ensayos virtuales’ que permiten obtener -mediante simulación- los parámetros óptimos del proceso de fundido a la cera con el consiguiente ahorro en tiempo y coste.
Otra área en la que las técnicas de simulación multiescala han demostrado su potencial son las materiales compuestos para la industria aeroespacial. En este campo, la certificación de la estructura de una aeronave requiere unos 10.000 ensayos mecánicos que incluyen desde probetas de laboratorio hasta componentes enteros (alas, fuselaje, etc.). Aunque el análisis estructural es muy eficaz para calcular las distribuciones de tensiones en régimen elástico, los problemas surgen cuando hay que considerar daño y fenómenos no lineales. La dificultad fundamental para incluir estos procesos en las simulaciones se encuentra en que la fractura depende de diversos procesos que ocurren desde la escala atómica (rotura de enlaces), pasando por la microescala (decohesión y rotura de fibras) hasta el tamaño mismo del elemento estructural y el problema sólo se puede abordar partiendo de estrategias de simulación multiescala.
Figura 3. Estrategia de simulación multiescala para realizar ensayos virtuales de estructuras de material compuesto
La presencia de diferentes mecanismos de disipación de energía a diferentes longitudes de escala en los materiales compuestos llama a desarrollar estrategias de simulación multiescala. Recientemente, el Instituto IMDEA Materiales ha desarrollado y validado una estrategia de este tipo para predecir con rigor el comportamiento hasta rotura de laminados multidireccionales de materiales compuestos [6]-[7] . La nueva metodología se aprovecha de la separación de las longitudes características entre las diversas entidades (lámina, laminado y componente) en una estructura de material compuesto (Fig. 3). La modelización multiescala comienza por obtener las propiedades de las láminas a partir de las propiedades de las fibras, la matriz y la intercara fibra/matriz y de la distribución espacial de las fibras medidas en el laboratorio. El siguiente paso de la estrategia multiescala es calcular las propiedades de un laminado multidireccional a partir de las propiedades de las láminas y de las intercaras entre láminas. El comportamiento del laminado obtenido de este modo se utiliza finalmente para determinar la respuesta estructural de un componente formado por diferentes laminados. Esta estrategia ha demostrado su capacidad para reducir el número de ensayos mecánicos necesarios para certificar estructuras aeronáuticas así como para optimizar mediante simulación el diseño de estructuras de material compuesto sometidas a impacto de alta y baja velocidad.
[1] Materials Genome Initiative for Global Competitiveness. National Science and Technology Council, Office of the President of the USA, 2011.
[2] Materials Genome Initiative Forum. Shanghai University, Shanghai, 2012.
[3] What makes a material function? Let me compute the ways… Modelling in FP7 NMP Programme. European Commission, 2013.
[4] J. Allison, M. Li, C. Wolverton, JOM 58, 28 (2006).
[5] A. J. Torroba, O. Koeser, L. Calba, L. Maestro, E. Carreno-Morelli, M. Rahimian, S. Milenkovic, I. Sabirov, J. LLorca. Integrating Materials and Manufacturing Innovation. Submitted for publication.
[6] J. LLorca, C. González, J. M. Molina-Aldareguía, J. Segurado, R. Seltzer, F. Sket, M. Rodríguez, S. Sádaba, R. Muñoz, L. P. Canal. Advanced Materials, 23, 5130 (2011).
[7] J. LLorca, C. González, J. M. Molina-Aldareguía, C. S. Lópes. JOM, 65, 215 (2013).
Autor: Javier Llorca. Director del Instituto IMDEA Materiales
