Novos desenvolvimentos requerem novos materiais. Até recentemente, estes foram desenvolvidos principalmente por meio de experiências tediosas em laboratório. Pesquisadores do Instituto Fraunhofer de Algoritmos e Computação Científica SCAI em Sankt Augustin agora estão reduzindo significativamente esse processo demorado e caro com sua abordagem de "Design de Material Virtual" e o software Tremolo-X especialmente desenvolvido. Ao combinar modelos multi-escala, análise de dados e aprendizado de máquina, é possível desenvolver materiais aprimorados muito mais rapidamente. Na Feira de Hanover, de 23 a 27 de abril, 2018, Fraunhofer demonstrará como será o design de material virtual do futuro.

Em quase todos os setores, novos materiais são necessários para novos desenvolvimentos. Vejamos a indústria automotiva:enquanto um automóvel costumava consistir em apenas um punhado de materiais, os carros modernos são montados com milhares de materiais diferentes - e a demanda está aumentando. Quer seja para tornar um carro mais leve, obtendo melhor economia de combustível ou desenvolvendo baterias de motor elétrico, cada novo desenvolvimento requer encontrar ou desenvolver o material que tenha exatamente as propriedades certas. A busca pelo material certo costuma ser como um jogo de adivinhação, no entanto. Os candidatos geralmente são selecionados em enormes bancos de dados de materiais e, em seguida, testados. Embora esses bancos de dados forneçam insights sobre características específicas de desempenho, eles geralmente não vão longe o suficiente para permitir julgamentos significativos sobre se um material tem exatamente as propriedades desejadas. Para descobrir isso, numerosos testes de laboratório devem ser realizados. Os cientistas do Fraunhofer SCAI escolheram uma abordagem diferente. Os requisitos para a substância são divididos na estrutura interna do material:isto é, até o nível atômico. Um software especialmente desenvolvido, Tremolo-X, em seguida, calcula como as partículas do material reagem quando submetidas a certos efeitos físicos. Como resultado, pode-se concluir se um material com as propriedades desejadas pode ser desenvolvido a partir dessas partículas.

Modelos preditivos virtuais e simulações atomísticas

“Nosso objetivo é abreviar a busca pelo material certo. Esse processo costuma levar de dez a vinte anos, o que não é apenas demorado, mas também caro, "diz o Dr. Jan Hamaekers do Fraunhofer SCAI." A ideia é usar processos virtuais para filtrar o número de candidatos até que reste apenas alguns para serem testados no laboratório. "Para fazer isso, os requisitos colocados no material primeiro devem ser definidos. Por exemplo, a rapidez com que um material deve esfriar ou as cargas que ele deve suportar. Isso é simulado de duas maneiras diferentes no computador usando o software Fraunhofer:partículas virtuais são simuladas no nível atômico ou mesmo no nível quântico. Como eles se comportam? Como as partículas interagem umas com as outras? O outro método usa dados e conhecimentos existentes para derivar modelos de previsão que tornam possível prever as propriedades de um material. “O objetivo é melhorar, criar e explorar novos materiais e moléculas inovadores com propriedades eficazes no laboratório de informática virtual, a fim de recomendar sua estrutura e design antes da síntese real, "Hamaekers explica.

Modelagem multiescala:do átomo à cadeia de processo

O procedimento fica claro durante a modelagem multi-escala, como usado na indústria química (entre outros). Aqui, a química do material é descrita pela primeira vez no nível quântico. Essas informações são transferidas para modelos cada vez mais grosseiros que mapeiam moléculas e suas propriedades físicas. "Se quisermos prever quão bom é o eletrólito ou quão rápido os íons estão se difundindo no caso de uma bateria de íon-lítio, por exemplo, primeiro simulamos as partículas no nível quântico e vemos o que acontece com elas. Então, levamos essas informações para o próximo nível e ganhamos uma visão da dinâmica, ou como as partículas se movem no nível atômico. Daqui, podemos então subir uma escala e observar como o eletrólito se comporta no mundo macroscópico. Isso nos dá uma visão precisa de todos os processos e, se necessário, podemos adaptar ou alterar processos, "Hamaekers explica. Desta forma, não apenas novos materiais podem ser desenvolvidos ou materiais adequados encontrados para aplicações específicas. Até mesmo os processos podem ser revisados ​​e aprimorados. Simulando os processos em nível atômico ou molecular em um reator virtual, é possível identificar com precisão os pontos ou parâmetros que podem ser otimizados.

Na Feira Comercial de Hanover 2018, o Fraunhofer SCAI usa exemplos vívidos para mostrar como o design de materiais pode ser melhorado por meio da modelagem, análise de dados e aprendizado de máquina.