La rivoluzionaria tecnologia di stampa 3D rappresenta un “punto di svolta” per la scoperta e la produzione di nuovi materiali

Di University of Notre Dame6 giugno 2023

Illustrazione di stampa combinatoria ad alto rendimento. Il nuovo metodo di stampa 3D, la stampa combinatoria ad alto rendimento (HTCP), accelera drasticamente la scoperta e la produzione di nuovi materiali. Credito: Università di Notre Dame

È stato creato un nuovo metodo di stampa 3D chiamato stampa combinatoria ad alto rendimento (HTCP) che accelera in modo significativo la scoperta e la produzione di nuovi materiali.

The process involves mixing multiple aerosolized nanomaterial inks during printing, which allows for fine control over the printed materials’ architecture and local compositions. This method produces materials with gradient compositions and properties and can be applied to a wide range of substances including metals, semiconductorsSemiconductors are a type of material that has electrical conductivity between that of a conductor (such as copper) and an insulator (such as rubber). Semiconductors are used in a wide range of electronic devices, including transistors, diodes, solar cells, and integrated circuits. The electrical conductivity of a semiconductor can be controlled by adding impurities to the material through a process called doping. Silicon is the most widely used material for semiconductor devices, but other materials such as gallium arsenide and indium phosphide are also used in certain applications." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">semiconduttori, polimeri e biomateriali.

Il tradizionale processo di scoperta per tentativi ed errori di Edison è lento e richiede molto lavoro. Ciò ostacola lo sviluppo di nuove tecnologie urgentemente necessarie per l’energia pulita e la sostenibilità ambientale, nonché per l’elettronica e i dispositivi biomedici.

"Di solito ci vogliono dai 10 ai 20 anni per scoprire un nuovo materiale", ha affermato Yanliang Zhang, professore associato di ingegneria aerospaziale e meccanica presso l'Università di Notre Dame.

"Ho pensato che se fossimo riusciti a ridurre quel tempo a meno di un anno - o anche a pochi mesi - sarebbe stato un punto di svolta per la scoperta e la produzione di nuovi materiali."

Ora Zhang ha fatto proprio questo, creando un nuovo metodo di stampa 3D che produce materiali in modi che la produzione convenzionale non può eguagliare. Il nuovo processo mescola più inchiostri nanomateriali aerosolizzati in un singolo ugello di stampa, variando al volo il rapporto di miscelazione dell’inchiostro durante il processo di stampa. Questo metodo, chiamato stampa combinatoria ad alto rendimento (HTCP), controlla sia le architetture 3D dei materiali stampati che le composizioni locali e produce materiali con composizioni e proprietà gradienti con risoluzione spaziale su microscala.

La sua ricerca è stata pubblicata il 10 maggio 2023 sulla rivista Nature.

L'HTCP basato su aerosol è estremamente versatile e applicabile a un'ampia gamma di metalli, semiconduttori e dielettrici, nonché polimeri e biomateriali. Genera materiali combinatori che funzionano come "biblioteche", ciascuna contenente migliaia di composizioni uniche.

La combinazione della stampa combinata di materiali e della caratterizzazione ad alto rendimento può accelerare significativamente la scoperta dei materiali, ha affermato Zhang. Il suo team ha già utilizzato questo approccio per identificare un materiale semiconduttore con proprietà termoelettriche superiori, una scoperta promettente per applicazioni di raccolta e raffreddamento di energia.

Oltre ad accelerare la scoperta, HTCP produce materiali funzionalmente classificati che passano gradualmente da rigidi a morbidi. Ciò li rende particolarmente utili nelle applicazioni biomediche che necessitano di collegare i tessuti molli del corpo e i dispositivi rigidi indossabili e impiantabili.

In the next phase of research, Zhang and the students in his Advanced Manufacturing and Energy Lab plan to apply machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"machine learning and artificial intelligence-guided strategies to the data-rich nature of HTCP in order to accelerate the discovery and development of a broad range of materials./p>