Desarrollo virtual

Vivimos unos tiempos de transformación digital masiva. El desafío de esto para la investigación y el desarrollo es encontrar los métodos digitales adecuados para nuestras necesidades específicas entre las muchas posibilidades. Porque el análisis de datos, el modelado y las simulaciones no representan un fin en sí mismos. Tienen que hacer posible la creación de nuevos productos más eficientes con tiempos de desarrollo más cortos.

Hay un enorme potencial en el uso de herramientas digitales para el desarrollo de nuevos lubricantes. Hacen posible prever procesos y propiedades que antes no se conocían. Por eso, no solamente ayudan a pronosticar los estados críticos de operación en los dispositivos a lubricar, sino que también contribuyen significativamente a tener una comprensión más profunda de nuestros lubricantes. Por ejemplo, en un experimento de validación en el laboratorio no hay acceso, o es muy limitado, a condiciones extremas como las que se dan en la maquinaria real. Sin embargo, ahora se pueden mapear o extrapolar utilizando métodos de simulación. Esto nos permite ajustar nuestros productos para alcanzar un cumplimiento incluso mayor de los requisitos de nuestros clientes, que actualmente significa, sobre todo, reducir el desgaste y el consumo de energía en la maquinaria, aumentando así la eficiencia.

Otra gran ventaja de la simulación por ordenador se refleja en la evaluación «virtual» de materias primas alternativas, antes no disponibles, y cuyo uso puede ser prometedor. Se pueden evitar costosos experimentos basados en el principio de prueba y error y se pueden acortar los tiempos de desarrollo.

Nuestros clientes de la industria del automóvil también están enfrentándose a nuevos desafíos. La transición a la movilidad eléctrica es crucial aquí. La propulsión eléctrica tendrá un papel fundamental en los conceptos de transporte del futuro, así como la combinación del motor eléctrico y la transmisión. Estos sistemas precisan lubricantes diferentes a los empleados en un motor de combustión. Por ejemplo, se puede combinar el lubricante de transmisión y el refrigerante del motor y la electrónica de propulsión en un solo producto. La compatibilidad con materiales como el cobre, así como con elevadas temperaturas que son comunes en los motores eléctricos (a causa de las altas velocidades y los estrictos requisitos de rendimiento) es especialmente importante. Es vital tener en cuenta todas estas condiciones durante el desarrollo de nuevos lubricantes.

Los métodos digitales adecuados pueden utilizarse de forma extremadamente rentable para realizar estas tareas de desarrollo. Ofrecen una mejor comprensión de nuestros lubricantes y a veces incluso pueden predecirse las propiedades de nuevas formulaciones. Los impactos de estas propiedades en el sistema general también se pueden calcular.

En la investigación y el desarrollo de FUCHS se utilizan varias herramientas digitales. Estas incluyen el análisis de datos, la quimioinformática, que se utiliza para calcular las propiedades de moléculas, y el diseño de experimentos. En paralelo al aumento de potencia de procesamiento, los métodos de modelado y simulación cada vez adquieren más importancia. Esto nos permite mirar, como si lo hiciéramos a través de una lupa, en el interior del lubricante virtual; hasta el punto de alcanzar la nanoescala, un intervalo de unos cuantos nanómetros en el que las moléculas y los átomos son visibles. Estamos aplicando este enfoque a tres niveles de variables diferentes hasta llegar a la nanoescala: en la macroescala, (superior a 10-3 m) estamos simulando la unidad técnica; en la microescala (aproximadamente 10-6 m), la zona de lubricación y, en el extremo más bajo; la nanoescala, (inferior a 10-9 m), las moléculas.

Enfoques de modelado de hoy y mañana

Estamos realizando investigaciones extensas sobre lubricantes, en todas las variables y escalas temporales: desde el comportamiento de las moléculas individuales en fracciones de segundo hasta la predicción de propiedades en aplicaciones técnicas en períodos más largos. A largo plazo, esperamos reconocer la influencia decisiva de las variables en todas las dimensiones, entender las correlaciones significativas entre ellas y combinar los enfoques de modelado asociados en un método integrado.

Los ensayos a nanoescala realizados por el departamento de investigación y desarrollo de FUCHS se reflejan en el proyecto de desarrollo actual del área de maquinaria eléctrica: para proteger frente al desgaste prematuro de motores eléctricos, se añadió «virtualmente» lo que se denomina «aditivo antidesgaste» al lubricante basado en aceite. Este aditivo fue simulado digitalmente en las «condiciones de operación». En este experimento estábamos especialmente interesados en el rango de temperaturas en el que tiene efecto la molécula, es decir, el momento en el que reacciona. Además, el comportamiento en relación con el cobre también era importante.

Para ello, el aditivo se aplicó en un modelo matemático utilizando métodos ab initio. Las ecuaciones se resolvieron con ordenadores de última generación que pronosticaron las propiedades del aditivo. Esta simulación no solamente nos ayudó a entender el modo de reacción del aditivo, sino que las herramientas digitales también mostraron que había moléculas con propiedades mejoradas que estaban siendo sintetizadas con métodos convencionales y que están ahora en fase de prueba.

A pesar de todo el progreso hecho en cuestión de ordenadores de alto rendimiento, estos cálculos a nivel molecular no pueden aplicarse directamente en el mundo empírico. Estaríamos tomando 10²³ moléculas, un número inimaginablemente grande.

A través de enfoques simplificados del comportamiento molecular, las simulaciones digitales pueden completarse «un nivel por encima» en la escala micrométrica (10^–6 m). Esto nos permitirá describir procesos en la zona de lubricación a nivel de la microescala. Por lo tanto, es posible hacer predicciones en cuanto a cómo nuestros lubricantes y aditivos afectan al desgaste y al comportamiento de la superficie. Y las variables de medición que son difíciles de determinar en experimentos, como las propiedades de flujo de los lubricantes a presiones extremas y a altas velocidades, también están «accesibles digitalmente».

El uso de lubricantes optimizados específicamente para la aplicación es crucial para garantizar la fiabilidad y eficiencia de los sistemas lubricados. La simulación a nivel macro incluye el mapeo virtual de elementos individuales de la máquina, desde engranajes y cojinetes hasta la consideración del sistema en general.

Las soluciones de simulación modernas y la relación de trabajo estrecha con socios de investigación hacen que sea posible identificar el contacto importante y las condiciones operativas de diversas aplicaciones. Con este conocimiento, podemos realizar investigaciones concretas de las propiedades necesarias específicas del producto utilizando bancos de prueba modelo, garantizando así que nuestros productos cumplen los requisitos especificados.

Esto quiere decir que estamos desarrollando métodos digitales para hacer posible mapear y predecir, por ejemplo, el comportamiento respecto al desgaste de nuestros productos de la forma más realista posible utilizando herramientas de cálculo. Como resultado, esperamos hacer posible para nuestros clientes reconocer las correlaciones relevantes entre el fluido y la aplicación en una fase muy temprana de su propio desarrollo del sistema para hacer evaluaciones sólidas y fiables sobre las que garantizar la coordinación óptima. Así es posible un análisis previo virtual y se producen importantes reducciones y optimizaciones tanto de nuestros procesos de desarrollo como de los de nuestros clientes.

Junto a las simulaciones, el análisis de datos se está volviendo cada vez más importante en la investigación y el desarrollo. Las evaluaciones de los proyectos de investigación realizados no tienen un papel menos importante que el diseño de experimentos. Con métodos que combinan ambos enfoques se pueden construir modelos para nuevas formulaciones de lubricantes y satisfacer los requerimientos de los clientes en un tiempo más corto.

Con algoritmos de agrupación también podemos reconocer varios patrones en los datos que proceden del uso de nuestros lubricantes y acceder a una valiosa información en cuanto a los mecanismos de causa y efecto. Una vez que se entienden estos mecanismos y la fórmula utilizada, así como las estructuras químicas de las materias primas, se pueden entrenar las redes neuronales para predecir ciertas propiedades del aceite. Así es cómo implementamos la inteligencia artificial (IA) en el desarrollo y la optimización de los lubricantes.

La digitalización es una mega tendencia. Seguirá acelerando. Las nuevas generaciones de ordenadores, así como algoritmos mejores y más rápidos, harán posible producir lubricantes que están mejorando constantemente en calidad y eficiencia. Quien quiera marcar el ritmo en el desarrollo tiene que aprovecharla.