Staal is vanwege zijn levensduur en sterkte onmisbaar in de auto-industrie, maar de productie ervan gaat gepaard met een aanzienlijke CO2 uitstoot. Onderzoekers van de UvA Insitute of Physics hebben ontdekt dat mechanische metamaterialen kunnen bijdragen aan het verkleinen van deze voetafdruk. Metamaterialen zijn kunstmatig ontworpen materialen die hun eigenschappen ontlenen aan hun interne structuur, in plaats van aan de stof waaruit ze zijn opgebouwd.

In een project van de UvA MMD TechHub werken hoogleraar Corentin Coulais (Institute of Physics) en universitair hoofddocent Jan-Willem van de Meent (Informatics Insitute) aan het ontwerpen van metamaterialen voor beschermende behuizingen van batterijen in elektrische auto's. Deze behuizingen moeten zeer sterk zijn, maar tegelijkertijd zo licht mogelijk. Coulais legt uit: 'Het idee is om elektrische auto's lichter te maken; dat vergroot de actieradius en vermindert de slijtage van banden. Hierdoor is er minder elektriciteit nodig en wordt de milieuvervuiling beperkt.'

Normaal gesproken hanteert Coulais een 'trial-and-error'-methode om de juiste geometrieën te vinden voor specifieke toepassingen van zijn metamaterialen. In dit project willen Coulais en AI-expert Van de Meent het optimalisatieproces echter automatiseren met behulp van AI-technieken.

Laag voor laag

In eerder onderzoek ontwikkelde de groep van Coulais metamaterialen die twee doorgaans tegenstrijdige eigenschappen combineren: ze zijn stijf genoeg om aanzienlijk gewicht te dragen, terwijl ze tegelijkertijd efficiënt plotselinge schokken kunnen opvangen. Dankzij hun stijfheid is er minder materiaal nodig, waardoor ze lichter zijn dan reguliere alternatieven.

Coulais licht toe: 'Wanneer het materiaal wordt samengedrukt, stort het laag voor laag in. Hierdoor wordt energie geleidelijker geabsorbeerd en kan er in totaal meer energie worden opgevangen.' Dit maakt deze metamaterialen bijvoorbeeld zeer geschikt als schokdempers voor voertuigen.

Met behulp van AI-technieken streven de onderzoekers ernaar de geometrie van het materiaal zo te optimaliseren dat de energieabsorptie wordt gemaximaliseerd. Een andere cruciale eigenschap voor schokabsorptie is dat de belasting vanaf het punt van impact over het materiaal wordt verspreid. Daarom willen Coulais en Van de Meent zowel de energieabsorptie als de verdeling van de belasting optimaliseren.

Simulatie

Een belangrijk onderdeel van het project wordt uitgevoerd door postdoc-onderzoeker Daniel Acuña. Hij ontwikkelt een model waarmee metamaterialen snel en nauwkeurig kunnen worden gesimuleerd. Een van de uitdagingen is om een simulatiemodel te creëren dat kan worden gebruikt in combinatie met een optimalisatietool, die vervolgens de verschillende geometrieën in de simulatie met elkaar vergelijkt.

Als optimalisatietool gebruiken de onderzoekers een techniek die veel wordt toegepast in neurale netwerken - een vorm van machine learning. Deze techniek, 'automatische differentiatie' genoemd, vergelijkt twee simulaties met verschillende parameters en geeft aan welke aanpassingen in die parameters tot een beter resultaat leiden.

Om ervoor te zorgen dat de simulatie en de optimalisatietool goed op elkaar aansluiten, gebruiken de onderzoekers de optimalisatietool bovendien om de simulator zelf te verbeteren. Coulais legt uit: 'Bij extreme geometrieën werkt een simulatietool soms niet optimaal. We gebruiken nu een zeer interessant concept, waarbij we zowel de kwaliteit van de simulator als de geometrie zelf verbeteren. Dat is in deze context nog niet eerder gedaan.'

Hoewel het ontwikkelingsproces momenteel grotendeels computationeel van aard is, zijn de onderzoekers ook van plan experimenten uit te voeren om de simulatieresultaten te valideren.

Impact

Coulais is vooral enthousiast om met behulp van deze computationele instrumenten ontwerpen te creëren die beter presteren dan andere ontwerpen – ontwerpen die voorheen niet verder verbeterd konden worden. "Ik ben enthousiast over de methode zelf, maar ook over de vooruitzichten om hiermee daadwerkelijk betere resultaten te boeken", zegt hij.

Het onderzoeksproject heeft wetenschappers uit verschillende vakgebieden gestimuleerd om nauwer met elkaar samen te werken. 'Ik vind dit een heel interessante tool dat deze twee vakgebieden met elkaar verbindt', aldus Coulais. 'Er valt op dit vlak nog veel te bereiken, en daar kijk ik erg naar uit. We kunnen allemaal op zo'n manier bijdragen dat we meer krijgen dan de som van de delen.'