Leartiker tratará de dar respuesta a una necesidad común que entraña un gran número de los retos actuales de la industria: el desarrollo sostenible de nuevos materiales poliméricos con propiedades adaptadas o personalizadas. Y es que en la actualidad, el desarrollo sostenible de materiales poliméricos compuestos con un comportamiento en su vida útil optimizado representa un desafío debido, principalmente, a los largos y costosos ensayos que se han realizar, así como a la dificultad que comporta la construcción de simulaciones computacionales que capturen completamente las complicadas relaciones que existen entre las propiedades a largo plazo y los mecanismos microestructurales asociados. Frente a esa problemática, Leartiker coordina el proyecto Elkartek Kairos con el fin de cubrir esa necesidad de encontrar un equilibrio entre los requisitos experimentales y una baja tasa de error en la predicción del comportamiento de los materiales y productos, además de acelerar el proceso de desarrollo de materiales poliméricos con vida útil optimizada.

Gemelos digitales

Según explican desde el centro tecnológico, el proyecto busca cubrir esta brecha tecnológica actual mediante la investigación de metodologías de gemelo digital basadas en Machine Learning (ML) y estrategias de modelado multi-escala basadas en la física intrínseca de los materiales poliméricos compuestos. En el proyecto, en el que participan el centro tecnológico Gaiker, el Basque Center for Applied Mathematics (BCAM), y la UPV/EHU, se investigarán soluciones y métodos que permitan la digitalización multi-escala combinada con ML para el estudio del comportamiento a largo plazo (creep, fatiga, envejecimiento) de materiales poliméricos, combinadas con metodologías aceleradas de ensayos.

En el caso concreto de Leartiker, el centro trabaja en el desarrollo de nuevas metodologías para la aceleración de ensayos a largo plazo con el objetivo de generar datos de material y reducir los tiempos de ejecución de tests de creep o fatiga en materiales poliméricos compuestos (en base a Polipropilenos). De manera similar, Gaiker se enfoca también en la aceleración de ensayos desde el punto de vista de envejecimiento por temperaturas elevadas, de tal forma que se puedan identificar ensayos cortos que puedan surtir los mismos efectos en los materiales, pero en escalas de tiempo interesantes para el sector industrial. El BCAM y el departamento de ciencia y tecnología de polímeros de la UPV/EHU investigan el desarrollo de esa estructura de simulación multiescala, basada en sentido constitutivo físico y que soporte herramientas de IA para la predicción del comportamiento a largo plazo de los materiales poliméricos.

‍