Революционная технология 3D-печати «меняет правила игры» в открытии и производстве новых материалов

Университет Нотр-Дам, 6 июня 2023 г.

Иллюстрация высокопроизводительной комбинаторной печати. Новый метод 3D-печати — высокопроизводительная комбинаторная печать (HTCP) — значительно ускоряет открытие и производство новых материалов. Предоставлено: Университет Нотр-Дам.

Был создан новый метод 3D-печати под названием высокопроизводительная комбинаторная печать (HTCP), который значительно ускоряет открытие и производство новых материалов.

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"}]">полупроводники, полимеры и биоматериалы.

Проверенный временем эдисоновский процесс открытий, основанный на методе проб и ошибок, медленный и трудоемкий. Это препятствует развитию остро необходимых новых технологий для чистой энергетики и экологической устойчивости, а также для электроники и биомедицинских устройств.

«Обычно на открытие нового материала уходит от 10 до 20 лет», — сказал Яньлян Чжан, доцент кафедры аэрокосмической и машиностроительной техники Университета Нотр-Дам.

«Я подумал, что если бы мы могли сократить это время до менее чем года — или даже нескольких месяцев — это изменило бы правила игры в открытии и производстве новых материалов».

Теперь Чжан сделал именно это, создав новый метод 3D-печати, позволяющий производить материалы способами, с которыми обычное производство не может сравниться. Новый процесс смешивает несколько аэрозольных чернил из наноматериалов в одном печатном сопле, изменяя соотношение смешивания чернил прямо в процессе печати. Этот метод, называемый высокопроизводительной комбинаторной печатью (HTCP), контролирует как трехмерную архитектуру печатных материалов, так и локальные композиции, а также создает материалы с градиентным составом и свойствами с микромасштабным пространственным разрешением.

Его исследование было опубликовано 10 мая 2023 года в журнале Nature.

HTCP на основе аэрозоля чрезвычайно универсален и применим к широкому спектру металлов, полупроводников и диэлектриков, а также полимеров и биоматериалов. Он генерирует комбинационные материалы, которые функционируют как «библиотеки», каждая из которых содержит тысячи уникальных композиций.

По словам Чжана, сочетание комбинированной печати материалов и высокопроизводительной характеристики может значительно ускорить открытие новых материалов. Его команда уже использовала этот подход для идентификации полупроводникового материала с превосходными термоэлектрическими свойствами, что является многообещающим открытием для приложений сбора энергии и охлаждения.

Помимо ускорения открытий, HTCP производит функционально классифицированные материалы, которые постепенно переходят от жестких к мягким. Это делает их особенно полезными в биомедицинских приложениях, где необходимо создать мост между мягкими тканями тела и жесткими носимыми и имплантируемыми устройствами.

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>