Inteligencia artificial encuentra forma más económica de imprimir aleación de cohetes de la NASA

Investigadores de Washington State University implementaron inteligencia artificial para descubrir una manera más rápida y económica de imprimir en 3D una aleación de metal de alto rendimiento, evitando así la necesidad de probar manualmente más de 100 millones de configuraciones de impresión. Este avance podría facilitar la impresión de la aleación, que es ampliamente utilizada en aplicaciones aeroespaciales, en equipos comerciales más comunes.

El equipo desarrolló una estrategia de IA que podría ser útil para otros problemas científicos que involucran un número enorme de experimentos, como el descubrimiento de medicamentos. La investigación fue publicada en las Actas de la Conferencia AAAI sobre Inteligencia Artificial y recibió el Premio a la Aplicación Innovadora en la conferencia anual de la organización.

La profesora Jana Doppa, quien lideró el estudio, explicó que "el noventa por ciento de las impresoras comerciales no pueden imprimir esta aleación de metal. Al encontrar estos parámetros de proceso viables, podemos utilizar esas impresoras comerciales, democratizando así la impresión de esta aleación".

Una aleación de NASA diseñada para el calor extremo

La aleación GRCop-42, compuesta de cobre, cromo y niobio, fue desarrollada por NASA para entornos exigentes donde son esenciales la resistencia al calor y la transferencia eficiente de calor. Su alta conductividad térmica, combinada con su resistencia a temperaturas extremas, la convierte en un material ideal para sistemas aeroespaciales, incluidos los cámaras de combustión de motores de cohetes líquidos. Sin embargo, imprimir GRCop-42 en 3D es un desafío debido a los altos niveles de potencia láser y energía requeridos en el proceso.

Intentos previos de imprimir GRCop-42 utilizando potencias más bajas no habían tenido éxito. Cada intento consume materiales costosos, requiere equipo especializado y conlleva un considerable esfuerzo humano. Una sola impresión puede costar cientos de dólares, y el análisis del producto final puede llevar varios días.

La autora principal del estudio, Azza Fadhel, mencionó que "a veces imprimían una configuración y el producto simplemente se derretía. No era realmente imprimible, y aun con tiempo y dinero, no podrían probar todas las 100 millones de opciones. Lo que hicimos en nuestra colaboración fue aplicar la IA para elegir eficientemente candidatos de este gran espacio de búsqueda".

IA que explora más de 100 millones de posibilidades

Los investigadores comenzaron con datos de 37 configuraciones de impresión que ya habían fallado en experimentos anteriores. Utilizando esos resultados, desarrollaron un método para estimar cuán probable era que una combinación de configuraciones no probadas produjera una impresión exitosa. El modelo de IA recomendó pequeños grupos de nuevas configuraciones para probar.

Las selecciones equilibraron dos prioridades. Algunos experimentos se centraron en configuraciones que parecían especialmente prometedoras, mientras que otros exploraron partes menos seguras del espacio de búsqueda que podrían proporcionar nueva información y mejorar el modelo.

El equipo, que incluyó a Nathaniel Zuckschwerdt, Susmita Bose y Amit Bandyopadhyay, trabajó para imprimir GRCop-42 utilizando las configuraciones elegidas por la IA y luego evaluar las muestras terminadas. Aryan Deshwal de la Universidad de Minnesota también colaboró en el proyecto.

Fadhel comentó: "Me devolvían los resultados, y me gustaron todos, incluso si fallaban, porque cada resultado mejoraba nuestro modelo de IA".

Menor potencia podría ampliar el acceso

Imprimir con menos potencia láser podría ofrecer varias ventajas, como reducir el consumo de energía, disminuir el desgaste del equipo de impresión y bajar los costos asociados al procesamiento de muestras tras la impresión. También podría hacer que GRCop-42 esté disponible para universidades, laboratorios más pequeños y empresas que no cuentan con sistemas de impresión de alta potencia.

A pesar de las dificultades, el equipo encontró seis configuraciones exitosas en diferentes niveles de potencia láser en solo tres meses de trabajo, limitando el proyecto a un total de 40 experimentos. Por primera vez, lograron imprimir GRCop-42 utilizando 500 vatios de potencia láser.

Una herramienta más amplia para el descubrimiento científico

Los investigadores sostienen que el enfoque guiado por IA podría adaptarse para identificar condiciones de procesamiento viables para otras aleaciones metálicas y sistemas de fabricación aditiva. Además, este método podría ayudar a los científicos a abordar problemas en los que los resultados exitosos son poco comunes, donde el número de experimentos posibles es enorme y probar cada opción sería prohibitivamente costoso. Los investigadores ven aplicaciones potenciales más allá de la fabricación, incluyendo otras áreas del descubrimiento científico donde cada experimento conlleva costos significativos en materiales, finanzas o tiempo.

"Siempre hay incertidumbre al implementar algo donde están involucradas personas reales, materiales y costos físicos", afirmó Doppa. "No sabíamos si tendríamos éxito o no, y siempre existe ese riesgo. Hay verdaderos intereses en juego. Me sorprendió mucho que pudiéramos lograr esto tan bien".