Predicción de propiedades de materiales para la fabricación de componentes destinados a aplicaciones de alta exigencia mediante simulación numérica, análisis avanzado de datos e inteligencia artificial

Resumen

Las propiedades del material con que se fabrica un componente industrial determinan, en gran medida, su comportamiento y su capacidad para soportar las condiciones de trabajo a las que se ve sometido durante su operación; ya que, un rendimiento insuficiente puede provocar un fallo prematuro, especialmente en entornos de alta exigencia donde las condiciones de servicio pueden ser particularmente críticas. Por ello, es fundamental disponer de herramientas que permitan seleccionar el material más adecuado para cada aplicación, siendo la simulación numérica, la analítica avanzada de datos y la inteligencia artificial algunas de las técnicas que presentan un mayor potencial gracias al desarrollo tecnológico y al acceso a la información. Concretamente, los materiales metálicos y algunos materiales compuestos juegan un papel fundamental en el campo industrial ya que pertenecen a dos de los grupos de materiales estructurales más destacados debido a sus cualidades; pero puede resultar muy costoso, en tiempo y recursos, caracterizar su comportamiento y sus propiedades de manera experimental mediante las técnicas que tradicionalmente se emplean para este fin. En particular, resulta de interés conocer el comportamiento de un material metálico para poder determinar su respuesta frente a diversas solicitaciones. Adicionalmente, se debe considerar que ciertos materiales compuestos pueden ser excelentes alternativas en determinadas aplicaciones de alta exigencia. En esta Tesis Doctoral se examina la capacidad de las simulaciones mediante elementos finitos, de las redes neuronales artificiales y de las técnicas basadas en aprendizaje automático e inteligencia artificial para predecir el comportamiento y las propiedades de materiales metálicos y compuestos de matriz polimérica. Estas herramientas pueden ser empleadas para extraer tendencias en los datos que permiten generar nueva información acerca de otros materiales y, por tanto, sirven de apoyo a la toma de decisiones. Se ha demostrado que existen aplicaciones de muy alta exigencia donde los materiales compuestos pueden sustituir a los materiales metálicos y se ha logrado desarrollar un modelo predictivo, basado en inteligencia artificial, para predecir algunas propiedades fundamentales de aleaciones metálicas.