Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS
Contenido archivado el 2024-06-18
Accelerated Metallurgy - the accelerated discovery of alloy formulations using combinatorial principles

Article Category

Article available in the following languages:

Un «Proyecto Genoma» sobre las aleaciones metálicas

El equipo al cargo de un proyecto piloto financiado por la UE se fijó el firme propósito de poner al descubierto los misterios de las aleaciones metálicas que, tras años de estudio por ensayo y error y de investigaciones en laboratorio, apenas sí se han dejado entrever. Esta meta fue tan revolucionaria como la iniciativa de trazar un mapa del genoma humano, que no conocía precedentes.

A día de hoy, solamente se ha investigado a fondo un cinco por ciento de todas las aleaciones metálicas posibles de tres o más elementos. Pero ahora, un nuevo proceso automatizado que permite mezclar metales pulverizados y ensayar la aleación obtenida para investigar sus propiedades más interesantes brinda por vez primera la posibilidad de escudriñar la tabla periódica y lograr las prestaciones más elevadas. El proyecto ACCMET(se abrirá en una nueva ventana) (Accelerated metallurgy - The accelerated discovery of alloy formulations using combinatorial principles), financiado por la UE, se puso en marcha para acelerar el proceso de descubrimiento de aleaciones y reducir los actuales periodos de cinco o seis años a menos de un año. Para ello se recurrió a los principios de la combinatoria. El proyecto ACCMET pivotó alrededor de la deposición directa por láser (DLD), que permite mezclar, fundir y depositar polvos metálicos sobre un sustrato y formar así una muestra de aleación sólida densa de estequiometría precisa. La síntesis DLD automatizada es mil veces más rápida que los métodos manuales convencionales. La DLD se puede utilizar conjuntamente con una síntesis combinatoria y un protocolo de ensayos, lo cual acelera el proceso al centrarse concretamente en ciertas combinaciones de elementos y en ciertos ensayos. Todos los datos adquiridos se almacenan en una biblioteca virtual de aleaciones con algoritmos avanzados que identifican parámetros de proceso, composiciones, estructuras y propiedades. En concreto, los resultados experimentales se comparan con predicciones modelizadas, lo cual facilita la identificación de aleaciones. Algunos algoritmos como las redes neuronales artificiales permiten predecir propiedades químicas, físicas y mecánicas de las nuevas composiciones. Estos datos se utilizan como base para una síntesis rápida de nuevas aleaciones metálicas que puedan resultar de interés. Con el proyecto ACCMET se ha logrado en la industria metalúrgica lo que las tecnologías de alta productividad han aportado a la industria farmacéutica: reducir drásticamente los tiempos de comercialización. Además, el énfasis puesto en la definición de aleaciones respetuosas con el medio ambiente ya en las fases tempranas del diseño, combinado con un análisis de ciclo de vida, contribuirá a preservar los recursos naturales y al avance hacia las tecnologías bajas en carbono.

Descubra otros artículos del mismo campo de aplicación

Mi folleto 0 0