Hoe ontwikkelen jumbojet-ontwerpers veerkrachtige materialen voor moderne casco's, terwijl ze hun projecten toch op tijd en binnen het budget binnenhalen? Voordat ze een nieuw materiaal prototypen, ze zijn sterk afhankelijk van computersimulaties om aan te geven hoe het zal presteren - en wetenschappers van het National Institute of Standards and Technology (NIST) maken die simulaties effectiever.

Een team met NIST-wetenschappers heeft een manier gevonden om het proces van het simuleren van het begin van falen in de materialen die worden gebruikt om vliegtuigvleugels te bouwen, te verbeteren. Het begrijpen van dit startpunt is van cruciaal belang om te voorspellen wanneer en hoe vleugels falen. Hun methode laat ontwerpers zien hoe ze een bepaald monster door een reeks stressscenario's kunnen laten gaan om efficiënt te bepalen hoeveel rek het zal doen breken.

De aanpak, volgens NIST-natuurkundige Paul Patrone, zou kunnen helpen bij het aanpakken van een van de belangrijkste factoren die de effectiviteit van simulaties verminderen - onzekerheid in hun voorspelling van de sterkte van de vleugel.

"Waarschijnlijk de meest dramatische materiële eigenschap waar lucht- en ruimtevaartingenieurs en het publiek om geven, is hoe ver een vleugel kan buigen voordat hij breekt, "zei Patrone. "Historisch gezien, simulaties hebben dit slecht kunnen voorspellen, omdat je gedetailleerde informatie nodig hebt over de atomaire structuur van het materiaal over grote afstanden. Computers zijn gewoon niet krachtig genoeg om dergelijke systemen te simuleren, dus we hopen dat deze nieuwe aanpak een tijdelijke oplossing zal bieden."

Het ontwikkelen van een nieuw hoogwaardig composiet is een arbeidsintensief proces. Luchtvaartbedrijven bedenken grote aantallen kandidaat-ingrediënten, de lijst beperken tot een paar veelbelovende, en meng die dan samen in combinaties die het sterkste materiaal zouden kunnen geven. Maar een R&D-afdeling kan ze niet allemaal door elkaar halen of op heel veel stresstests uitvoeren. Dus wenden ze zich soms tot NIST om manieren te vinden om snel effectieve resultaten te krijgen.

Eén benadering was om direct de kracht te simuleren die nodig is om een ​​monster te buigen, maar niet van een hele vleugel die ervan is gemaakt - slechts van een paar duizend atomen. "Het is mogelijk om 50 van deze simulaties per week uit te voeren op een supercomputer, "De patroonheilige zei, "en in principe dat helpt ingenieurs om zich te concentreren op de combinaties die het waard zijn om in het laboratorium te testen. Het probleem is dat we de schade-initiatie indirect moeten afleiden uit de gesimuleerde krachten, wat gewoon niet goed werkt voor zulke kleine systemen."

De paper van het team toont bedrijven een betere manier om deze simulaties te ontwerpen. Ze kwamen op een eenvoudig maar effectief idee:simuleer het vervormen van dit kleine stukje materiaal door de hoeveelheden te vergroten en maak het mogelijk om de staat van de simulatie op een bepaald punt op te slaan. Het voordeel van staatsbesparing, Patrone zei, is dat je kunt zien wat er gebeurt als het materiaal zich laat ontspannen.

"Het is alsof je het materiaal op een weg met verschillende vorken neemt en kijkt naar wat er langs elke vork gebeurt, " zei hij. "We pauzeren de simulatie op verschillende punten onderweg en vragen, 'Als ik stopte met proberen dit te buigen, wat zou er gebeuren? Zou het gebogen blijven, of terugveren naar zijn oorspronkelijke vorm?' We hebben de mogelijkheid om al deze vorken te verkennen, waardoor we nauwkeuriger kunnen aangeven wanneer het materiaal voor het eerst is beschadigd."

Omdat een nieuwe jumbojet enkele miljarden dollars aan ontwikkelingskosten kan opleveren, Patrone zei, verbeteringen zoals deze kunnen bedrijven helpen om de betrouwbaarheid van hun modelleringsbenaderingen te vertrouwen voordat ze zich committeren aan duurdere stappen met real-world materialen.

"Onze aanpak biedt een nieuw 'signaal' voor het breekpunt van een materiaal dat hopelijk de betrouwbaarheid van de simulaties zal verbeteren, " zei hij. "Het stelde ons ook in staat om ons vertrouwen in hun voorspellingen statistisch te kwantificeren. Dat hebben we nodig, als simulaties moeten worden gebruikt als een proxy voor experimenten."