Nuovi sviluppi richiedono nuovi materiali. Fino a poco tempo fa, questi sono stati sviluppati principalmente da noiosi esperimenti in laboratorio. I ricercatori del Fraunhofer Institute for Algorithms and Scientific Computing SCAI di Sankt Augustin stanno ora riducendo notevolmente questo processo lungo e costoso con il loro approccio "Virtual Material Design" e il software Tremolo-X appositamente sviluppato. Combinando modelli multiscala, analisi dei dati e apprendimento automatico, è possibile sviluppare materiali migliorati molto più rapidamente. Alla Fiera di Hannover dal 23 al 27 aprile, 2018, Fraunhofer dimostrerà come sarà il design materiale virtuale del futuro.

In quasi tutti i settori, sono necessari nuovi materiali per nuovi sviluppi. Prendiamo l'industria automobilistica:mentre un'automobile era costituita solo da una manciata di materiali, le auto moderne sono assemblate con migliaia di materiali diversi e la domanda è in aumento. Che si tratti di alleggerire un'auto, ottenere un miglior risparmio di carburante o sviluppare batterie per motori elettrici, ogni nuovo sviluppo richiede di trovare o sviluppare il materiale che ha esattamente le proprietà giuste. La ricerca del materiale giusto è stata spesso come un indovinello, anche se. I candidati sono stati generalmente selezionati da enormi database di materiali e quindi testati. Sebbene questi database forniscano informazioni su specifiche caratteristiche delle prestazioni, di solito non vanno abbastanza in profondità per consentire giudizi significativi sul fatto che un materiale abbia esattamente le proprietà desiderate. Per scoprirlo, devono essere eseguiti numerosi test di laboratorio. Gli scienziati del Fraunhofer SCAI hanno scelto un approccio diverso. I requisiti per la sostanza sono scomposti nella struttura interna del materiale:vale a dire, fino al livello atomico. Un software appositamente sviluppato, Tremolo-X, quindi calcola come reagiscono le particelle del materiale quando sono sottoposte a determinati effetti fisici. Di conseguenza, si può concludere se un materiale con le proprietà desiderate può essere sviluppato sulla base di queste particelle.

Modelli predittivi virtuali e simulazioni atomistiche

"Il nostro obiettivo è abbreviare la ricerca del materiale giusto. Questo processo richiede spesso dai dieci ai vent'anni, che non è solo dispendioso in termini di tempo, ma anche costoso, " afferma il Dr. Jan Hamaekers del Fraunhofer SCAI. "L'idea è di utilizzare processi virtuali per vagliare il numero di candidati fino a quando non ne rimangono solo alcuni da testare in laboratorio". i requisiti posti sul materiale devono prima essere definiti. Per esempio, quanto velocemente un materiale deve raffreddarsi o quali carichi deve sopportare. Questo viene simulato in due modi diversi al computer utilizzando il software Fraunhofer:le particelle virtuali sono simulate a livello atomico o addirittura quantistico. Come si comportano? Come interagiscono le particelle tra loro? L'altro metodo utilizza i dati e le conoscenze esistenti per derivare modelli di previsione che consentono di prevedere le proprietà di un materiale. "L'obiettivo è migliorare, creare ed esplorare nuovi materiali e molecole innovativi con proprietà efficaci nel laboratorio informatico virtuale al fine di consigliarne la struttura e il design prima della sintesi effettiva, " spiega Hamaekers.

Modellazione multiscala:dall'atomo alla catena di processo

La procedura diventa chiara durante la modellazione multiscala, come utilizzato nell'industria chimica (tra gli altri). Qui, la chimica del materiale viene prima descritta a livello quantistico. Queste informazioni vengono trasferite a modelli sempre più grossolani che mappano le molecole e le loro proprietà fisiche. "Se vogliamo prevedere quanto è buono l'elettrolita o quanto velocemente si diffondono gli ioni nel caso di una batteria agli ioni di litio, Per esempio, per prima cosa simuliamo le particelle a livello quantistico e vediamo cosa succede loro. Quindi, portiamo queste informazioni al livello successivo e otteniamo informazioni sulle dinamiche, o come le particelle si muovono a livello atomico. Da qui, possiamo quindi salire su una scala e osservare come si comporta l'elettrolita nel mondo macroscopico. Questo ci dà informazioni precise su tutti i processi e, se necessario, possiamo adattare o modificare i processi, " spiega Hamaekers. In questo modo, non solo si possono sviluppare nuovi materiali o trovare materiali adatti per applicazioni specifiche. Anche i processi possono essere rivisti e migliorati. Simulando i processi a livello atomico o molecolare in un reattore virtuale, è possibile identificare con precisione i punti oi parametri che possono essere ottimizzati.

Alla Fiera di Hannover 2018, il Fraunhofer SCAI utilizza esempi vividi per mostrare come il design dei materiali può essere migliorato attraverso la modellazione, analisi dei dati e apprendimento automatico.