Investigadores de la Universidad Carlos III de Madrid (UC3M) desarrollaron un innovador modelo computacional que permite predecir y optimizar el comportamiento eléctrico, térmico y mecánico de estructuras fabricadas mediante impresoras 3D.
Este sistema, desarrollado en colaboración con la Universidad de Oxford, el Imperial College de Londres y el centro de investigación BC Materials del País Vasco y que ha sido publicado recientemente en la revista Nature Communications, abre la puerta a nuevas aplicaciones en sectores como la biomedicina, la robótica blanda y otras ramas de ingeniería.
“A día de hoy, los termoplásticos conductivos resultan muy prometedores por su capacidad para transmitir señales eléctricas al tiempo que proporcionan un soporte estructural”, explica uno de los autores del estudio, Daniel García-González, del Dpto. de Mecánica de Medios Continuos y Teoría de Estructuras de la UC3M.
Sin embargo, “el principal desafío en la fabricación de estos materiales es el control de su estructura interna, ya que la unión entre filamentos y la presencia de pequeñas cavidades afectan tanto a su resistencia mecánica como a su capacidad para transmitir señales eléctricas”.
Hasta ahora, estos factores se consideraban defectos inevitables del proceso de impresión 3D, pero los investigadores lograron controlar estas características mediante la integración de herramientas computacionales avanzadas y ensayos experimentales.
Esto les permitió fabricar estructuras que tienen sensibilidad y son capaces de transformar señales mecánicas en señales eléctricas.
“Lo bueno de este descubrimiento es que es extrapolable a otros tipos de tecnología de impresión 3D en la que se podrían utilizar materiales más blandos”, añade otro de los investigadores, Javier Crespo.
Crespo se muestra optimista a la hora de que se puedan diseñar materiales que sienten las bases para futuros avances en la fabricación aditiva, gracias a la combinación de estas nuevas herramientas computacionales.
Este nuevo trabajo, respaldado por una amplia validación experimental, ofrece un enfoque fiable para resolver las diferencias que hay entre los diferentes comportamientos de los componentes conductores y supone “un gran paso adelante en el futuro diseño de materiales multifuncionales”, según sus autores.
“Por ejemplo, en el campo de la ingeniería estas estructuras se podrían utilizar tanto para la fabricación de robots blandos como para la obtención de datos virtuales que puedan servir a las tecnologías de ‘machine learning”, según Crespo.
El profesor de la Universidad de Oxford Emilio Martínez-Pañeda, coautor del estudio, insiste en que “el trabajo abre un sinfín de oportunidades, permitiendo el desarrollo de materiales y sensores inteligentes que podrían tener gran utilidad en la industria aeroespacial o en la monitorización de infraestructura”.
“Y no solo eso, con estos nuevos materiales también podríamos crear parches o apósitos que nos avisen de cuántas veces estamos flexionando la rodilla para que, en el caso de que tengamos una lesión, nos alerten de si estamos pasando ciertos puntos críticos en los que vamos a inducir daño en nuestros músculos”, concluye.
Vía: EFE
