Investigadores de la Universidad Carlos III de Madrid (UC3M) han desarrollado un conjunto de métodos y algoritmos innovadores que mejoran el rendimiento y la precisión del diseño de vehículos a través de optimización topológica, una técnica matemática que permite optimizar diseños distribuyendo los materiales de manera eficiente. Los resultados de la investigación que estos científicos han aplicado al diseño de piezas de una motocicleta de competición para reducir su peso manteniendo el rendimiento podrían tener una gran repercusión en sectores como la automoción o la aeronáutica.

Gracias a un filtro que trabaja directamente con el campo de densidades mediante algoritmos automáticos, los investigadores han conseguido fabricar piezas con una distribución de material óptima en función de las limitaciones planteadas, ya fueran estas de peso, de volumen, de esfuerzo o de cantidad de calor que la pieza tenía que transmitir o soportar. Los resultados de la investigación los han publicado recientemente en la prestigiosa revista científica especializada Structural and Multidisciplinary Optimization.

“La ventaja de utilizar la optimización topológica para el diseño de piezas es que obtienes de forma automática la forma óptima, en lugar de tener que aplicar diferentes iteraciones y cálculos”, indica uno de los autores del estudio, Abraham Vadillo Morillas, del Departamento de Ingeniería Mecánica de la UC3M, que ha desarrollado su tesis doctoral en esta línea de trabajo. “Además, este proceso tiene otras ventajas, como puede ser el ahorro de costes directos e indirectos. Por ejemplo: un avión fabricado con una pieza más ligera que la original va a ser más ecológico y va a hacer un viaje más barato para el viajero”, apunta.

Un mundo de aplicaciones por descubrir

Aunque la validación experimental de estos avances se ha llevado a cabo con el objetivo de fabricar piezas de motocicletas, las aplicaciones de estos métodos son mucho más amplias, ya que muchos sectores pueden beneficiarse de la reducción de peso de sus componentes, así como de la mejora de su rigidez.

“Cualquier pieza sometida a cargas o vibraciones puede beneficiarse de estos avances: desde componentes de vehículos hasta elementos de maquinaria industrial, estructuras arquitectónicas, joyería o incluso moda”, explica otra de las investigadoras, Cristina Castejón Sisamón, catedrática del Departamento de Ingeniería Mecánica de la UC3M y responsable del grupo de investigación MAQLAB.

La metodología empleada para lograr estos avances ha consistido en adaptar la optimización topológica a los principales procesos de fabricación y en mejorar la interpretabilidad y la precisión de los resultados mediante nuevos algoritmos. En el caso de la fabricación aditiva, los investigadores han desarrollado métodos específicos para la impresión en 3D que ya se han utilizado para fabricar componentes de motocicleta que han reducido su peso de forma significativa.

Recientemente, el equipo ha empezado a incorporar técnicas de inteligencia artificial (IA) con el fin de avanzar hacia procesos de optimización aún más autónomos. “Nuestro objetivo es desarrollar agentes que puedan ajustar por sí mismos los parámetros de optimización, en un enfoque que hemos denominado AVM (Adaptive Variable Modeling). De esta forma, esperamos que las nuevas herramientas basadas en IA cambien el paradigma del diseño mecánico y permitan generar piezas óptimas de forma más rápida, precisa y eficiente”, concluye Castejón.

La tesis doctoral desarrollada en esta línea de investigación ha sido la primera relacionada con el proyecto de la competición MotoStudent en la que participa la UC3M con sus estudiantes y con la asociación MOTO-MAQLAB-UC3M. Esta línea de investigación arrancó hace más de diez años con el objetivo de apoyar a los estudiantes que participaban en esta competición.Los desarrollos de la investigación son ya tangibles en los diferentes prototipos que han participado en varias ediciones de MotoStudent, quedando algunos de ellos están expuestos en la entrada del Edificio Torres Quevedo del Campus de Leganés.

Vídeo: https://youtu.be/bTAGcDqRSA