Ingeniería Computacional de Materiales Integrada

Objetivo y Visión

El programa de investigación «Ingeniería Computacional Integrada de Materiales» (ICME) tiene como objetivo integrar todas las herramientas de simulación disponibles en estrategias de modelización multiescala, capaces de simular el procesamiento y el comportamiento de los materiales de ingeniería. De este modo, es posible diseñar, ensayar y optimizar nuevos materiales antes de su fabricación en el laboratorio. El programa se centra en la ingeniería de materiales, es decir, en comprender cómo se desarrollan las microestructuras de los materiales durante su procesamiento (procesamiento virtual), la relación entre la microestructura y el comportamiento (ensayos virtuales) y cómo optimizar los materiales para una aplicación determinada (diseño virtual). Además, los experimentos también forman parte integral del programa de investigación para la calibración y validación de modelos a diferentes escalas espaciales y temporales. La experiencia de los

investigadores del programa abarca una amplia gama de técnicas de simulación a diferentes escalas, electrónica, atomística, mesoscópica y de continuo, y cuenta con el apoyo de clústeres informáticos de alto rendimiento equipados con GPU.

Líneas de Investigación Principales

  • Descubrimiento virtual de materiales para aplicaciones funcionales mediante inteligencia artificial, teoría del funcional de la densidad (DFT), expansión en clústeres y métodos atomísticos combinados con IA.
  • Procesamiento virtual: integración de herramientas de modelización (métodos atomísticos, termodinámica y cinética computacionales, campo de fase y autómatas celulares), junto con estrategias de aprendizaje automático, para analizar la formación y evolución de microestructuras durante el procesamiento.
  • Ensayos virtuales de aleaciones metálicas: desarrollo de modelos constitutivos basados en la microestructura para predecir el comportamiento mecánico de monocristales. Simulación de la respuesta mecánica de metales policristalinos mediante técnicas de homogeneización basadas en FFT y en el método de los elementos finitos (FEM).
  • Ensayos virtuales de materiales compuestos: implementación de modelos constitutivos en códigos de elementos finitos para simular el comportamiento mecánico de componentes estructurales.
  • Fabricación inteligente: modelos multifísicos del curado de materiales compuestos en autoclave y fuera de autoclave, teniendo en cuenta la evolución de la porosidad durante el proceso. Procesos de fabricación inteligente basados en simulación. Sensórica y control de procesos.
  • Estas aproximaciones se aplican a diversos materiales, en particular:
    • Aleaciones metálicas para aplicaciones de ingeniería y biomédicas.
    • Materiales y estructuras compuestas multifuncionales.
    • Materiales para catálisis.

  • Cálculos basados en primeros principios.
  • Mecánica molecular y dinámica molecular.
  • Dinámica de dislocaciones.
  • Métodos de Monte Carlo cinético sobre objetos y redes cristalinas.
  • Termodinámica y cinética computacionales.
  • Modelización mediante campo de fases de problemas multifísicos.
  • Solvers de elementos finitos para problemas multifísicos.
  • Solvers basados en transformadas rápidas de Fourier para problemas multifísicos.
  • Mecánica de impactos a alta velocidad.
  • Problemas acoplados de termomecánica y quimio-mecánica.
  • Enfoques ascendentes (bottom-up) para la conexión entre escalas.
  • Desarrollo de herramientas modulares de modelización multiescala.
  • Integración de técnicas de cribado computacional de alto rendimiento (high-throughput screening).
  • Modelos concurrentes.
  • Homogeneización de campo medio (mean-field homogenisation).
  • Homogeneización computacional mediante el método de los elementos finitos (FEM) y solucionadores basados en la transformada rápida de Fourier (FFT).
  • Modelos sustitutos (surrogate models) de modelos micromecánicos basados en inteligencia artificial.
  • Modelización multiescala, desde el nivel atómico hasta los procesos macroscópicos, de la formación y evolución de microestructuras durante la solidificación (por ejemplo, fundición, soldadura y fabricación aditiva) y durante el procesamiento térmico en estado sólido de aleaciones metálicas.
  • Estrategias basadas en redes neuronales convolucionales (CNN), redes neuronales de grafos (GNN), codificadores transformer, redes generativas antagónicas (GAN), autoencoders variacionales (VAE), entre otras, para establecer las relaciones entre procesamiento, microestructura y propiedades de los materiales.
  • Métodos avanzados de calibración de modelos.
  • Diseño y descubrimiento de nuevos materiales mediante laboratorios automatizados, flujos de trabajo digitales integrados y algoritmos de inteligencia artificial.
  • Informática de materiales para el análisis de grandes conjuntos de datos de materiales.
  • Modelización y simulación de la fragilización por hidrógeno (H₂) en tanques y tuberías metálicas.
  • Estudio de los mecanismos de difusión del hidrógeno (H₂) en metales.
  • Descubrimiento de nuevos catalizadores para la producción de hidrógeno (H₂) y pilas de combustible.
  • Descubrimiento de nuevos catalizadores para la reacción de reducción de CO₂.
  • Modelización y simulación de fenómenos de transporte multiescala aplicados a materiales avanzados para baterías.
  • Diseño y ensayos virtuales de metamateriales mecánicos y metamateriales arquitecturados.
  • Simulación de procesos de fabricación aditiva metálica, incluyendo la simulación macroscópica del proceso termomecánico mediante modelos multifísicos de elementos finitos, la evolución microestructural mediante métodos de campo de fase y la predicción de la respuesta mecánica mediante homogeneización policristalina.
  • Modelización y simulación de ondas elásticas y de la propagación del sonido en medios complejos fabricados mediante técnicas de fabricación aditiva.
  • Exploración de nuevos fenómenos físicos en el contexto de las ondas y de la elastostática.
  • Descubrimiento de materiales porosos para aplicaciones energéticas, incluyendo la captura de CO₂ y el almacenamiento de metano.
  • Diseño de líquidos iónicos.
  • Descubrimiento de materiales con alta capacidad de trabajo para el almacenamiento de hidrógeno (H₂) y elevadas prestaciones de adsorción-desorción de hidrógeno.
  • Diseño de estructuras metalorgánicas (Metal-Organic Frameworks, MOFs) para la separación de gases, en particular xenón (Xe) y criptón (Kr) en aplicaciones anestésicas.

GRUPOS DE INVESTIGACIÓN

Metamateriales Acústicos y Mecánicos

Modelado y Simulación de Procesado de Materiales

Bio/Chemo/Mecánica de Materiales

Simulación Multiescala de Materiales

Mecánica Computacional de Sólidos

RobotMat: Descrubrimiento Acelerado de Materiales