Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Real-time Adhesion Trajectories & Inverse Design via Physics-Enhanced Machine Learning

Descrizione del progetto

Progettazione e previsione in tempo reale di interfacce adesive viscoelastiche

Le interfacce adesive viscoelastiche con proprietà regolabili sono fondamentali per una serie di tecnologie chiave in fase di sviluppo nei settori della biomedicina, dei materiali intelligenti e della robotica, tra gli altri. Tuttavia, la nostra capacità di progettarle e controllarle è stata limitata dall’elevato costo computazionale dei modelli numerici e della meccanica dei contatti classica, che non sono in grado di fornire previsioni in tempo reale per superfici non lisce, complesse e viscoelastiche. Con il sostegno del programma di azioni Marie Skłodowska-Curie, il progetto REAL-ADHERE svilupperà un framework di apprendimento automatico potenziato dalla fisica (PEML) che consentirà la progettazione, la previsione e l’ottimizzazione inversa in tempo reale di interfacce adesive regolabili. Il progetto adotterà una strategia ibrida per garantire risultati interpretabili e fisicamente coerenti, accelerando al contempo la progettazione e migliorando l’efficienza.

Obiettivo

Viscoelastic adhesive interfaces with tunable properties are central to emerging technologies in robotics, biomedicine, and smart materials. However, their design and control are severely constrained by the slow computational cost of classical contact mechanics and empirical models, which cannot deliver real-time predictions across complex, viscoelastic, and non-smooth surfaces. This project introduces a Physics-Enhanced Machine Learning (PEML) framework for the real-time design, prediction, and inverse optimization of tunable adhesive interfaces. The approach integrates high-fidelity simulations with advanced learning architectures, spanning Neural Controlled Differential Equations (NCDEs) and Neural Operators, while embedding physical principles such as viscoelastic constitutive laws, energy balances, and adhesion models. This hybrid strategy ensures physically consistent and interpretable results while leveraging acceleration of ML inference for design. Furthermore, the project advances beyond forward modeling by employing generative design for the inverse problem, allowing the tailored engineering of adhesive surfaces under physical and manufacturing constraints. Prototype fabrication and validation will bridge the gap between simulation and experiment, ensuring demonstrable feasibility. The expected outcomes include: (i) the first real-time, physics-consistent tool for adhesive interface dynamics, (ii) design strategies generalizable to non-smooth and multi-asperity surfaces, and (iii) transformative applications in adaptive gripping, biomedical devices, and switchable adhesion systems. The project thus addresses urgent scientific and technological challenges by combining fundamental physics, cutting-edge ML, and experimental validation to pave the way for sustainable and high-impact adhesion technologies.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2025-PF

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

TECHNISCHE UNIVERSITAT BERLIN
Contributo netto dell'UE
€ 236 128,88
Indirizzo
STRASSE DES 17 JUNI 135
10623 Berlin
Germania
Regione
Berlin Berlin Berlin
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato

Partner (2)