De eigenschappen van normale materialen, zoals stijfheid en flexibiliteit, worden bepaald door de moleculaire samenstelling van het materiaal. Maar de eigenschappen van metamaterialen worden bepaald door de geometrie van de structuur waaruit ze zijn opgebouwd. Onderzoekers ontwerpen deze structuren digitaal en laten ze vervolgens 3D-printen. De resulterende metamaterialen kunnen onnatuurlijke en extreme eigenschappen vertonen. Onderzoekers hebben bijvoorbeeld metamaterialen ontworpen die, ondanks dat ze solide zijn, zich gedragen als een vloeistof.
“Traditioneel gebruiken ontwerpers de materialen die ze tot hun beschikking hebben om een nieuw apparaat of een machine te ontwerpen. Het probleem daarbij is dat de beschikbare materiaaleigenschappen beperkt zijn. Sommige eigenschappen die we graag willen hebben, bestaan gewoon niet in de natuur. Onze aanpak is: vertel ons wat je als eigenschappen wilt hebben en wij ontwikkelen een geschikt materiaal met die eigenschappen. Wat je dan krijgt, is niet echt een materiaal, maar iets dat het midden houdt tussen een structuur en een materiaal, een metamateriaal.” Aan het woord is hoogleraar Amir Zadpoor van de afdeling Biomechanical Engineering.
Zo’n ontdekkingsproces van materialen vereist het oplossen van een zogenaamd omgekeerd probleem. Het probleem van het vinden van de geometrie die de gewenste eigenschappen oplevert. Deze inverse problemen zijn berucht vanwege hun moeilijkheid, en dat is waar AI om de hoek komt kijken. Onderzoekers van de TU Delft ontwikkelden deep learning-modellen die deze inverse problemen oplossen.
“Zelfs als inverse problemen in het verleden werden opgelost, waren ze beperkt. Dit kwam door de vereenvoudigende aanname dat de kleinschalige geometrie kan worden gemaakt van een oneindig aantal bouwstenen. Het probleem met die aanname is dat metamaterialen meestal gemaakt worden door 3D-printen. En echte 3D-printers hebben een beperkte resolutie. Daardoor is het aantal bouwstenen dat in een apparaat past, beperkt, zegt eerste auteur dr. Helda Pahlavani.
De AI-modellen van de TU Delft-onderzoekers slaan een nieuwe weg in door deze vereenvoudigende aannames te omzeilen. “We kunnen nu dus simpelweg vragen: hoeveel bouwstenen kun je met jouw productietechniek in het apparaat verwerken? Het model vindt vervolgens de geometrie die de gewenste eigenschappen geeft voor het aantal bouwstenen dat je daadwerkelijk kunt maken.”
Een groot praktisch probleem dat in eerder onderzoek onderbelicht bleef, was de duurzaamheid van metamaterialen. De meeste bestaande ontwerpen gaan kapot zodra ze een paar keer zijn gebruikt. “Tot nu toe ging het alleen om de eigenschappen die kunnen worden bereikt. Onze studie houdt rekening met duurzaamheid en selecteert de meest duurzame ontwerpen uit een grote pool van ontwerpkandidaten. Dit maakt onze ontwerpen echt praktisch en niet alleen theoretische avonturen”, zegt Zadpoor.
De mogelijkheden van metamaterialen lijken eindeloos. Maar het volledige potentieel is nog lang niet benut, zegt universitair docent Mohammad J. Mirzaali. Dit komt doordat het vinden van het optimale ontwerp van metamaterialen op dit moment nog grotendeels gebaseerd is op intuïtie. Dit gaat gepaard met vallen en opstaan en is daardoor arbeidsintensief is. Het gebruik van een omgekeerd ontwerpproces, waarbij de gewenste eigenschappen het uitgangspunt van het ontwerp vormen, is nog steeds zeldzaam binnen het metamateriaalveld. “Maar we denken dat de stap die we hebben gezet, revolutionair is voor metamaterialen. Het kan tot allerlei nieuwe toepassingen leiden.” De onderzoekers zien mogelijke toepassingen in orthopedische implantaten, chirurgische instrumenten, zachte robots, adaptieve spiegels en exo-skeletten.
Bron en beeld: TU Delft