La Universidad Carlos III de Madrid (UC3M) ha desarrollado un innovador modelo computacional que permite predecir y mejorar el comportamiento eléctrico, térmico y mecánico de estructuras multifuncionales fabricadas mediante impresoras 3D. En colaboración con la Universidad de Oxford, el Imperial College de Londres y el centro de investigación BC Materials del País Vasco, este modelo computacional abre la puerta a nuevas aplicaciones en sectores como la biomedicina, la robótica blanda y otras ramas de ingeniería.
Según los investigadores, los termoplásticos conductivos resultan muy prometedores por su capacidad para transmitir señales eléctricas al tiempo que proporcionan un soporte estructural. Sin embargo, el principal desafío en la fabricación de estos materiales es el control de su estructura interna, ya que la unión entre filamentos y la presencia de pequeñas cavidades afectan tanto a su resistencia mecánica como a su capacidad para transmitir señales eléctricas.
Hasta ahora, estos factores se consideraban defectos inevitables del proceso de impresión 3D. Sin embargo, los investigadores han logrado controlar estas características mediante la integración de herramientas computacionales avanzadas y ensayos experimentales, lo que ha permitido fabricar estructuras que tienen sensibilidad y son capaces de transformar señales mecánicas en señales eléctricas.
Futuros diseños multifuncionales
Este hallazgo es extrapolable a otros tipos de tecnología de impresión 3D en la que se podría utilizar materiales blandos. Los investigadores son optimistas a la hora de que se puedan diseñar materiales que sienten las bases para futuros avances en la fabricación aditiva, gracias a la combinación de estas nuevas herramientas computacionales.
Este nuevo trabajo ofrece un enfoque fiable para socavar las diferencias que hay entre los diferentes comportamientos de los componentes conductores y supone un gran paso adelante en el futuro diseño de materiales multifuncionales. Estas estructuras se podrían utilizar, por ejemplo, para la fabricación de robots blandos, la obtención de datos virtuales que puedan servir a las tecnologías de machine learning, el desarrollo de materiales y sensores inteligentes para la monitorización de infraestructuras.