← Últimos artículos
🤖 aprendizaje automático

A mesh-free deep energy method for phase-field modeling of thermally driven brittle fracture

Este artículo introduce un método de energía profundo libre de malla que utiliza redes neuronales de resolución múltiple para simular la nucleación espontánea, propagación y detención de grietas en fractura frágil impulsada térmicamente sin requerir defectos o mallas predefinidos, demostrando precisión frente a referencias de elementos finitos y comparaciones experimentales.

Autor original: Han Zhang, Mehrisadat Makki Alamdari, Babak Shahbodagh, Mohammad Vahab, Cosmin Anitescu, Timon Rabczuk, Elena Atroshchenko

Publicado 2026-11-16
📖 5 min de lectura🧠 Análisis profundo

Autor original: Han Zhang, Mehrisadat Makki Alamdari, Babak Shahbodagh, Mohammad Vahab, Cosmin Anitescu, Timon Rabczuk, Elena Atroshchenko

Artículo original dedicado al dominio público bajo CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por el autor. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Cuando un trozo de vidrio o cerámica caliente se sumerge repentinamente en agua fría, no simplemente se enfría; a menudo se fragmenta de una manera sorprendentemente organizada. La superficie se contrae rápidamente mientras que el interior permanece caliente y expandido, creando una inmensa tensión interna. Este estrés obliga al material a agrietarse, pero las grietas no aparecen de forma aleatoria. En su lugar, a menudo forman líneas paralelas y ordenadas que penetran más profundamente en el material, o bien pueden oscilar hacia adelante y hacia atrás en un patrón ondulante antes de dividirse en ramificaciones. Para los ingenieros que diseñan desde componentes de motores de reacción hasta pantallas de teléfonos inteligentes, predecir exactamente dónde comenzarán estas grietas, qué tan lejos viajarán y cómo se organizarán es un desafío crítico. Las simulaciones computacionales tradicionales tienen dificultades con esta tarea porque dependen de una cuadrícula fija, como un papel milimetrado, para calcular la física. Cuando se forma una grieta, esta corta la cuadrícula, obligando a la computadora a redibujar constantemente el mapa para seguir la trayectoria irregular. Este proceso es lento y, si la computadora adivina mal el lugar donde comienza la grieta, la simulación completa puede fallar al intentar capturar los complejos patrones espontáneos que crea la naturaleza.

Un equipo de investigadores ha desarrollado una nueva forma de simular este proceso violento sin utilizar una cuadrícula en absoluto. En lugar de depender de una malla fija de puntos, su método utiliza inteligencia artificial para tratar todo el objeto como una superficie continua y suave que puede analizarse desde cualquier ángulo. Construyeron un sistema donde dos redes neuronales, que son programas informáticos diseñados para reconocer patrones, trabajan juntas para resolver la física del problema. Una red rastrea cómo se mueve el material y dónde se rompe, mientras que la otra calcula cómo fluye el calor a través de él. Crucialmente, este sistema no necesita que se le indique dónde comenzará una grieta. Permite que la grieta se nuclee de forma espontánea, tal como ocurre en la realidad, emergiendo del estrés del proceso de enfriamiento mismo. Al permitir que la computadora aprenda la forma de la grieta a medida que se forma, en lugar de forzar la grieta a ajustarse a una trayectoria preestablecida, los investigadores pueden observar cómo evolucionan los complejos patrones de fractura bajo el choque térmico.

Los investigadores probaron este enfoque en cinco escenarios diferentes para ver si podía coincidir con el comportamiento de materiales reales y modelos computacionales existentes. En un conjunto de pruebas, simularon una placa metálica con una pequeña muesca cortada en ella, sometiéndola a diferentes temperaturas mientras se estiraba. El nuevo método predijo la fuerza exacta necesaria para iniciar la grieta con una precisión de aproximadamente un uno por ciento respecto a un modelo computacional estándar y confiable. Esto confirmó que el sistema de IA podía manejar la física básica del calor y el estrés trabajando juntos. En otra prueba, simularon una tira de vidrio siendo estirada desde una región caliente hacia un baño frío. A medida que la diferencia de temperatura aumentaba, la trayectoria de la grieta simulada cambiaba de una línea recta a una línea ondulante y oscilante, y finalmente a un patrón ramificado. Esta secuencia de cambios coincidió con lo que los científicos han observado en experimentos reales y con lo que otras teorías predicen, demostrando que el método captura las sutiles transiciones en cómo fallan los materiales.

Quizás los resultados más impactantes provinieron de la simulación de una losa cerámica sometida a un enfriamiento rápido (quench) desde todos sus lados. En estas simulaciones, el material desarrolló espontáneamente un denso arreglo de grietas paralelas, con algunas creciendo profundamente en la losa mientras otras se detenían antes de tiempo. El espaciamiento y la profundidad de estas grietas coincidieron estrechamente con un cálculo de referencia famoso y con fotografías del mundo real de cerámica destrozada. Sin embargo, el nuevo método reveló algo interesante: predijo un patrón de grietas ligeramente más denso de lo que lo hacían los modelos tradicionales basados en cuadrículas. Esto sugiere que la forma en que el nuevo método maneja la "irreversibilidad" de la fractura —es decir, que una vez que un material se daña, no puede repararse a sí mismo— le permite capturar más detalles finos del proceso de fractura. Los investigadores también aplicaron el método a un anillo cerámico curvo, donde las grietas se formaron en un patrón jerárquico similar, confirmando que el enfoque funciona en formas complejas sin necesidad de remodelar el mapa interno de la computadora.

El éxito de este trabajo radica en cómo maneja las dos demandas contrapuestas del problema: la fina capa de calor que se forma en la superficie y la estrecha banda donde el material se rompe. En el pasado, los modelos computacionales tenían que elegir entre resolver el calor o la grieta, perdiendo uno de los dos. El nuevo método utiliza una representación flexible y multicapa que puede hacer zoom en la capa límite de calor cuando es delgada y seguir la grieta a medida que se ensancha, todo esto sin necesidad de redibujar nunca una cuadrícula. Aunque los investigadores señalan que sus simulaciones aún están siendo refinadas y que el método actualmente tarda más en ejecutarse que algunos enfoques tradicionales para problemas simples, la capacidad de predecir la formación espontánea de grietas sin intervención humana es un paso significativo hacia adelante. Ofrece una herramienta poderosa para comprender cómo fallan los materiales frágiles bajo estrés térmico, ayudando potencialmente a los ingenieros a diseñar componentes que sean más resistentes a los cambios repentinos de temperatura que enfrentan en el mundo real.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →