El ITA presenta en ECCM22 un avance en inteligencia artificial para optimizar la fabricación de materiales compuestos

El Instituto Tecnológico de Aragón (ITA) ha participado en la 22ª Conferencia Europea de Materiales Compuestos (ECCM22), celebrada del 21 al 25 de junio en Oslo (Noruega), uno de los principales encuentros científicos e industriales de Europa dedicados a los materiales compuestos.

Organizado por la Universidad Noruega de Ciencia y Tecnología (NTNU) bajo el paraguas de la European Society for Composite Materials, el congreso reunió a investigadores y empresas para compartir los últimos avances en fabricación, simulación, sostenibilidad, caracterización, diseño y nuevas tecnologías aplicadas a estructuras fabricadas con materiales compuestos.

En este foro internacional, Sergio Martínez Crespo, investigador del equipo de Procesos de Fabricación y Energías Limpias del ITA, presentó la ponencia Deep Learning-Based Surrogate Models for Resin Transfer Moulding Process Simulation, un trabajo desarrollado junto a Francisco Serrano Alcalde y Manuel Laspalas (en el marco de la tesis doctoral de Sergio Martínez Crespo).

Inteligencia artificial para mejorar los procesos de fabricación

La investigación aborda la aplicación de modelos de deep learning para acelerar la simulación del proceso de moldeo por transferencia de resina (RTM), una de las tecnologías más utilizadas para fabricar componentes de materiales compuestos en sectores como el aeronáutico, la automoción o la energía.

Durante este proceso es fundamental conocer cómo avanza la resina en el interior del molde para detectar posibles defectos de fabricación, como zonas secas o alteraciones provocadas por variaciones en la permeabilidad del material. Estos defectos pueden afectar significativamente a la calidad final de la pieza.

Hasta ahora, este tipo de análisis requería simulaciones numéricas de alta fidelidad con un elevado coste computacional, lo que dificulta su aplicación en procesos de optimización o monitorización en tiempo real.

Modelos predictivos más rápidos y precisos

El trabajo presentado por el ITA propone el desarrollo de modelos neuronales capaces de aprender a partir de simulaciones de alta precisión y reproducir sus resultados en una fracción del tiempo.

Para ello, cada simulación se transforma en un conjunto de datos que incorpora información geométrica y de las propiedades del material. A partir de estos datos, el modelo es capaz de predecir el tiempo de llenado de la resina en cada punto de la pieza, reproduciendo con gran precisión el comportamiento del flujo incluso en zonas donde existen defectos.

Los resultados obtenidos demuestran el potencial de esta tecnología para reducir drásticamente los tiempos de cálculo y facilitar su aplicación en procesos de optimización, análisis de incertidumbre y futuros gemelos digitales para la fabricación avanzada de materiales compuestos.

Investigación al servicio de la industria aeronáutica europea

Este trabajo se desarrolla en el marco del proyecto europeo CAELESTIS, financiado por el programa Horizon Europe, cuyo objetivo es impulsar nuevos ecosistemas digitales basados en simulación para acelerar la innovación en los procesos de fabricación del sector aeronáutico europeo.

La participación del ITA en ECCM22 refuerza el compromiso del Instituto con la investigación aplicada y el desarrollo de soluciones basadas en inteligencia artificial que contribuyan a mejorar la eficiencia, la calidad y la competitividad de la industria manufacturera.