Innovación

Inteligencia artificial para simular geometrías de materiales magnéticos

Una nueva tecnología de Fujitsu permite completar el desarrollo de prototipos de materiales magnéticos para dispositivos electrónicos en pocos días, lo que habría llevado varios meses comenzando con la creación de varios tipos de moldes.

Para avanzar en el camino de la ciencia y la innovación tecnológica, existen muchas metodologías capaces de llevarnos a buen puerto. Uno de ellos, quizás el más ineficaz y menos productivo (por su enorme consumo de recursos económicos y de tiempo de los investigadores), es el de prueba-error. Y el diseño de materiales magnéticos, habituales en nuestros dispositivos electrónicos, no es una excepción a esta regla.

“Los materiales magnéticos, que se convierten en imanes cuando se aplica un campo magnético, se utilizan en una variedad de componentes y dispositivos, incluidos motores e inductores de vehículos eléctricos, que almacenan energía eléctrica en las fuentes de alimentación de los dispositivos electrónicos“, reza un comunicado de Fujitsu. “Sin embargo, siempre habrá alguna pérdida magnética, donde una parte de la energía se disipa en forma de calor, debido al magnetismo. Esta pérdida puede cambiar significativamente en función de la geometría de los materiales magnéticos y está directamente relacionada con la eficiencia energética del componente o dispositivo. Por lo tanto, para lograr una alta eficiencia energética, ha sido importante diseñar las geometrías de los materiales magnéticos teniendo en cuenta la pérdida magnética”.

Con los métodos de diseño existentes para las geometrías de materiales magnéticos, debido a la fuerte no linealidad exclusiva de los materiales magnéticos (magnetic hysteresis), es difícil encontrar una geometría óptima para minimizar la pérdida magnética, lo que hace que el diseño de geometría automatizada resulte desafiante. Además, incluso cuando se simula un diseño completo, puede haber errores en la simulación de pérdida magnética que difieren en varios múltiplos o incluso varios órdenes de magnitud de valores medidos experimentalmente, lo que inhibe las predicciones suficientes y precisas para el desarrollo del diseño.

Para romper con esa dinámica y automatizar el desarrollo de nuevos diseños geométricos en imanes, incluso sin conocimientos especializados y reduciendo las pérdidas de energía, en la firma japonesa se han decidido por aplicar la inteligencia artificial en estas lides.

Con esta tecnología, “ha sido posible calcular con precisión la distribución de las eddy currents que fluyen a través de un inductor al formular los efectos dieléctricos de las microestructuras de ferrito, que son los principales materiales magnéticos utilizados”. En castellano: el sistema de IA permite calcular con precisión el tamaño de la pérdida de corriente parásita, que es la causa principal de la de ferrito, con un error de estimación para magnéticos inferior al 10%, en una amplia gama de frecuencias de operación, hasta varios megahercios.

Además, al vincular la simulación de pérdida magnética recientemente desarrollada con un algoritmo genético, Fujitsu desarrolló una fórmula para encontrar automáticamente parámetros geométricos (dimensiones para cada parte de la forma del material magnético) que minimizan las pérdidas.

En definitiva, la nueva tecnología permitió completar el desarrollo de prototipos en pocos días, lo que habría llevado varios meses comenzando con la creación de varios tipos de moldes. De esta forma, se hizo posible una importante racionalización del I+D. Con ello, Fujitsu quiere que los servicios de diseño que incorporen esta tecnología estén disponibles a través del cloud HPC, para cálculos científicos en el año fiscal 2020. Además, esperan desarrollar aún más esta tecnología, permitiendo la creación de geometrías de diseño magnético sin experiencia especializada vinculándola con informática de materiales.

Sobre el autor de este artículo

Alberto Iglesias Fraga

Periodista especializado en tecnología e innovación que ha dejado su impronta en medios como TICbeat, La Razón, El Mundo, ComputerWorld, CIO España, Business Insider, Kelisto, Todrone, Movilonia, iPhonizate o el blog Think Big, entre otros. También ha sido consultor de comunicación en Indie PR. Ganador del XVI Premio Accenture de Periodismo, ganador del Premio Día de Internet 2018 a mejor marca personal en RRSS y finalista en los European Digital Mindset Awards 2016, 2017 y 2018.