Gestamp agiliza su capacidad de respuesta

Explora el potencial de la Inteligencia Artificial para acelerar el proceso de diseño de componentes estructurales de aluminio

Crash frontal de un BEV.
GESTAMP

Foto:

Ainara Lozano
Bilbao
15/4/2022

Gestamp, en su interés por acelerar la capacidad de respuesta a los fabricantes, aborda el diseño de un componente de automoción de aluminio extruido a partir del proyecto Elkartek Alusmart, que desarrolla en colaboración con Azterlan, centro de investigación metalúrgica, y el Intelligent Systems Group de la UPV/EHU, un grupo de investigación especializado en machine learning, optimización y computación de alto rendimiento.

El objetivo principal de la iniciativa es el desarrollo de un modelo basado en machine learning capaz de predecir los ciclos de envejecimiento, las propiedades mecánicas y de fractura de un componente en función de su composición química y tratamiento térmico. Para ello, se han centrado en aleaciones de aluminio, más específicamente en la serie 6xxx.

Se han centrado en aleaciones de aluminio, en concreto de la serie 6xxx

Según explican desde la empresa multinacional, durante el proceso de desarrollo de un componente de automoción de aluminio extruido se simula el comportamiento estructural bajo diversas cargas dinámicas. Se trata de unos modelos que tienen el objetivo de optimizar el producto bajo los criterios de maximizar la seguridad, basado en una gran capacidad de absorción de la energía de impacto y en la minimización de su peso.

Hoy en día, los diseños y las tecnologías de fabricación están orientadas a la minimización del peso de los componentes con la finalidad de mejorar la eficiencia de los automóviles y reducir la huella de carbono. Los softwares de simulación requieren de datos relativos al material y su comportamiento, obteniéndolos mediante diversos ensayos en laboratorio.

Machine learning

Gestamp posee una amplia base de datos de materiales caracterizados a partir de ensayos. Sin embargo, con la iniciativa Alusmart van a desarrollar la capacidad de predecir las propiedades mecánicas y de fractura de componentes estructurales de aluminio (Serie 6XXX) en función de su composición química y su tratamiento térmico para acelerar el ciclo de diseño, ya que los algoritmos de machine learning desde el inicio han indicado que el enfoque es correcto para abordar este tipo de desarrollos, convirtiéndose el reto planteado en Alusmart en una oportunidad para explorar el potencial de la inteligencia artificial en el área de la ciencia de materiales.

Colabora en el plan con Azterlan y el grupo ISG de la UPV

Desde Gestamp indican que el proyecto está avanzando con esperanzados resultados y en los plazos previstos, de modo que si finalmente se materializan sus hitos, tal y como estiman, proporcionará a la compañía una solución competitiva en el diseño de un componente de aluminio de extruido. A su vez, la experiencia adquirida durante la iniciativa le está permitiendo vislumbrar nuevos proyectos de colaboración en un futuro próximo, donde los algoritmos de machine learning serán clave. En la actual etapa de la iniciativa, están realizando un número significativo de ensayos estructurales, entre los que cobran especial relevancia los ensayos de fractura para determinar el nivel de deformación plástica en el momento de fractura.

Gestamp y Azterlan se han coordinado en una innovadora metodología de trabajo permitiendo el desarrollo de nuevas capacidades de ensayo en sus instalaciones, mientras que califica de prometedora su colaboración con el grupo ISG de la UPV/EHU. La ejecución y los resultados de Alusmart permitirán a Gestamp generar capacidades innovadoras a nivel internacional, en un contexto en el que trata de ser referencia en el desarrollo de componentes estructurales de aluminio.

La sostenibilidad es una prioridad estratégica en el sector de automoción, lo que está impulsando la utilización de aluminio en diferentes elementos estructurales. En esa línea, buscan que el centro de Gestamp R&D en Boroa (Vizcaya) junto a Azterlan sean referentes internacionales en aplicaciones de aluminio en automoción, contando con el apoyo de la UPV/EHU para la utilización de las herramientas matemáticas más pioneras.

LegalCookiesCondicionesSuscripcionesContactoNosotros

Todos los derechos reservados Industria y Comunicación S.A.