¿Cuáles son algunas estrategias para encontrar la combinación óptima de componentes al investigar materiales?

Intentaría tener una visión más amplia: ¿cómo puede estar seguro de que está optimizando todos los parámetros relevantes? Por ejemplo, han optimizado las alas de los aviones para lograr la máxima eficiencia aerodinámica. Grandes palmaditas en la espalda. Excepto varios cientos de personas han muerto gracias a esa optimización. Las alas son tan críticas que solo un poco de escarcha en la superficie puede reducir drásticamente su elevación y aumentar su velocidad de vuelo mínima. Los aviones solían volar con centímetros de hielo, ahora un poco de escarcha es mortal.

En la década de 1950, se gastaron obstáculos de millones de dólares para obtener los mejores combustibles para cohetes. Después de muchos experimentos, muchas crisis y explosiones, llegaron a la conclusión algo obvia: ¡las cosas con más energía son muy caras, tóxicas, inestables y peligrosas!

La optimización en sí misma puede ser un poco miope y equivocada.

Pregunta muy interesante con tantas respuestas como las posibles combinaciones de un análisis factorial completo de n componentes donde n tiende al infinito. Aparte de las conversaciones nerdish, Greg Blonder ha dado una buena idea aproximada de los métodos utilizados de forma individual o combinada.

El mayor problema de todos en la Ciencia de los Materiales es la casualidad . Puede probar todos los métodos que existen, pero, al final, tenemos muy poco conocimiento, las combinaciones de fenómenos cuántico-micro-macro son tan complicadas que las previsiones son escasas y se limitan a sistemas pequeños, controlados, muy conocidos y estudiados.

Entonces, para comprender si existen posibilidades reales de emplear cálculos teóricos y simulaciones por computadora para ayudarlo en el proceso de selección, debe ser más específico en el campo de aplicación. ¿Estás hablando de aceros? ¿nanotubos de carbon? Cuál es el efecto de las tierras raras en el nitruro de silicio? ¿Un nuevo imán permanente? Una vez enfocado el tema (dado que las reglas generales no se aplican), una investigación bibliográfica profunda le dará una idea de lo que se ha explorado previamente y a qué profundidad. Sin embargo, ten cuidado de no rendirte demasiado pronto. Los documentos no son notas de laboratorio. Aparentemente, siempre se presentan buenos resultados, pero nadie le dirá los trucos del trabajo, el pequeño bastardo horrible y los procedimientos aparentemente insignificantes que pueden convertir un fracaso completo en una victoria colosal. Así que usa “la mente preparada” también para “leer los periódicos”.

Este es todo el trabajo preliminar que puedes hacer. El resto de sus opciones (número de experimentos, tipo de experimentos, análisis a realizar, etc.) dependen de los fondos y el tiempo que tenga disponible. Elija cuidadosamente los métodos, sea muy meticuloso al escribir notas de laboratorio (ya sea de investigación bibliográfica o de experimentos de computadora o laboratorio), vuelva a leerlos, siempre mantenga un enfoque abierto y curioso, una hoja de papel limpia para trabajar en cada día y finalmente sumergirse profundamente en el tema para revelar sus secretos.

Hay muchos métodos, aquí algunos:

1: Química combinatoria experimental de alto rendimiento. Explora de forma inteligente todas las recetas posibles y selecciona la mejor. Básicamente, construyes una máquina que puede mezclar, digamos 5 elementos en proporciones variables y luego reaccionar de varias maneras. Digamos que está desarrollando una nueva pintura de alta temperatura. Mezcle diferentes aditivos, seque y luego exponga a altas temperaturas en un probador robótico. Medir la temperatura del carbón.

La clave de este método es automatizar la síntesis y el proceso de selección. Los algoritmos inteligentes pueden acelerar el proceso explorando escasamente áreas de espacio de fases con el menor impacto. Empleado comercialmente para desarrollar nuevos fármacos, fósforos, plásticos, etc.

2: Química combinatoria teórica de alto rendimiento. La misma idea, pero realizada completamente en una computadora. Obviamente, los modelos teóricos tienen que ser bastante completos y confiables.

3: Combina 1 + 2, por lo que el experimento informa la teoría, y viceversa.

4: búsquedas profundas de literatura. Se utiliza principalmente para descubrir nuevas aplicaciones para materiales antiguos, a menudo valorando los “efectos secundarios” más que el propósito original. Así es como se descubrieron los superconductores de alta temperatura y viagra.

5: Experimentos naturales, por ejemplo, examinando cada trozo de suciedad y hongos que puede traer de vuelta al laboratorio para descubrir un nuevo antibiótico. La naturaleza y la evolución hacen la química combinatoria, tú haces el examen.

6: El método Edisonian: manual, en lugar de síntesis y detección automatizadas. Doloroso, especialmente para estudiantes de posgrado y técnicos de laboratorio, pero funciona. El acero inoxidable, la práctica bombilla, etc., se desarrollaron de esta manera.

7: Suerte tonta y la mente preparada. El linóleo y los neumáticos vulcanizados fueron un “feliz accidente”, cuando un horno se dejó encendido demasiado tiempo y resultó un nuevo material. Esa es la parte de la suerte: la mente preparada reconoció que el experimento fallido abrió las puertas a un mundo completamente nuevo.

No puede probar * cada * combinación, pero a menudo los puntos muertos se vuelven obvios rápidamente. En matemáticas, como matrices dispersas que permiten una búsqueda más eficiente de estados básicos. Existen técnicas matemáticas profundas, en su mayoría confiables, para acelerar el proceso de búsqueda.

Además, se emplean métodos evolutivos, donde “crías” soluciones decentes juntas con la esperanza de que algunos de sus descendientes sean superiores y luego se reproducen nuevamente. Problemas habituales con todos los enfoques de recocido simulados (donde puede quedarse atascado en un mínimo local), pero sigue siendo eficaz.

Agregando mis dos centavos a lo que ya dijo el usuario de Quora, propondría algunas técnicas de muestreo multivariante a través de los siguientes métodos:

1. Muestreo de Monte Carlo
2. Muestreo latino de hipercubos

[1] http://web.tecnico.ulisboa.pt/~m …

[2] Muestra de hipercubo latino – MATLAB lhsdesign

Esencialmente, uno crea un metamodelo adecuadamente muestreado (Metamodeling – Wikipedia) basado en las técnicas antes mencionadas.

Luego pueden optimizar el metamodelo construido.

Creo firmemente que un mes en el laboratorio puede ahorrarle una hora en la biblioteca. Las búsquedas de literatura son muy importantes. Existen muchos documentos que analizan las propiedades de varios materiales. Si se trata de aleaciones metálicas, por ejemplo, debería poder encontrar algo cercano a lo que necesita a través del trabajo de otros. La apuesta por los cementos y el hormigón y otros innumerables materiales. No intentes reinventar la rueda.

Si siente que está tratando con alguna sustancia única, no tendrá más remedio que hacer los experimentos usted mismo. Establezca un plan de prueba que le permita concentrarse en la mejor fórmula variando las dosis en un factor importante, ver cuáles son las más cercanas a lo que estaba buscando y luego reducirlas desde allí.

Por ejemplo, en el sistema metálico, hay una cosa llamada diagrama de fase (hay otros diagramas establecidos de este tipo) que se pueden usar para encontrar la composición de aleación adecuada para su uso.

Al diseñar un nuevo compuesto, se pueden hacer cálculos basados ​​en termodinámica e incluso cinética para encontrar la composición / estructura final, etc. Esto puede ser un ejercicio bastante engorroso, por eso las personas usan métodos de prueba y error para experimentos relativamente simples.