Herramienta que calcula la tensión y la deformación de los materiales basándose en fotografías

Los investigadores han desarrollado una técnica para determinar rápidamente ciertas propiedades de un material, como la tensión y la deformación, basándose en una imagen del material que muestra su estructura interna. El enfoque podría algún día eliminar la necesidad de cálculos basados ​​en la física, confiando en su lugar en la visión por computadora y el aprendizaje automático para generar estimaciones en tiempo real. El avance podría permitir una creación de prototipos de diseño e inspecciones de materiales más rápidas.

Los cálculos ayudan a revelar las fuerzas internas de un material, como el estrés y la tensión, que pueden hacer que ese material se deforme o se rompa. Dichos cálculos podrían sugerir cómo resistiría un puente propuesto en medio de cargas de tráfico pesado o vientos fuertes. Los investigadores utilizaron una técnica de aprendizaje automático llamada Red neuronal adversa generativa que fue entrenada con miles de imágenes emparejadas:una que representa la microestructura interna de un material sujeta a fuerzas mecánicas y la otra que representa los valores de tensión y deformación codificados por colores de ese mismo material. Con estos ejemplos, la red utiliza los principios de la teoría de juegos para descubrir de forma iterativa las relaciones entre la geometría de un material y sus tensiones resultantes.

El enfoque basado en imágenes es especialmente ventajoso para materiales compuestos complejos. Las fuerzas sobre un material pueden operar de manera diferente a escala atómica que a escala macroscópica.

Pero la red del investigador es experta en tratar con múltiples escalas. Procesa la información a través de una serie de "circunvoluciones" que analizan las imágenes a escalas progresivamente mayores.

La red completamente entrenada representó con éxito los valores de tensión y deformación dada una serie de imágenes de primer plano de la microestructura de varios materiales compuestos blandos. La red incluso pudo capturar "singularidades" como grietas que se desarrollan en un material. En estos casos, las fuerzas y los campos cambian rápidamente a lo largo de pequeñas distancias.

El avance podría reducir significativamente las iteraciones necesarias para diseñar productos. El enfoque integral podría tener un impacto significativo en una variedad de aplicaciones de ingeniería, desde compuestos utilizados en las industrias automotriz y aeronáutica, hasta biomateriales naturales y de ingeniería.

Además de ahorrar tiempo y dinero a los ingenieros, la nueva técnica podría dar acceso a los no expertos a los cálculos de materiales más avanzados. Los diseñadores de productos, por ejemplo, podrían probar la viabilidad de sus ideas antes de pasar el proyecto a un equipo de ingeniería.

Una vez entrenada, la red se ejecuta casi instantáneamente en procesadores de computadora de nivel de consumidor. Eso podría permitir a los mecánicos e inspectores diagnosticar problemas potenciales con la maquinaria simplemente tomando una fotografía.

Los investigadores trabajaron principalmente con materiales compuestos que incluían componentes blandos y frágiles en una variedad de disposiciones geométricas aleatorias. En el trabajo futuro, planean usar una gama más amplia de tipos de materiales.