- El equipo de investigación desarrolló 14 nuevas aleaciones de hierro con resistencia significativamente mejorada.
- El nuevo método redujo los costos de producción en un 8.1% y aprovechó las impurezas en los residuos metálicos.
- Estas nuevas aleaciones se producen completamente a partir de residuos reciclados, sin añadir hierro virgen.
- La tecnología es escalable para el reciclaje de acero, aluminio y aleaciones de cobre, con amplias aplicaciones.
Investigadores de China y Alemania han desarrollado un total de 14 nuevas aleaciones de hierro a partir de residuos reciclados, las cuales presentan una resistencia significativamente mayor y un costo que es más de un 8% inferior al de los sustitutos tradicionales. El proyecto fue llevado a cabo por la Universidad Jiao Tong de Shanghai, la Universidad de la Ciudad de Hong Kong, la Universidad de Tecnología del Este de China, la Universidad Central del Sur, y el Instituto Max Planck de Materiales Sostenibles en Alemania. En el estudio, el equipo creó un método de aprendizaje automático que transforma las impurezas en los residuos metálicos en aleaciones más fuertes, en lugar de eliminarlas. Este enfoque generó 14 nuevas aleaciones de hierro, cuya resistencia a la tracción aumentó en un 15.2%, y la ductilidad al momento de la fractura se incrementó en un 73.2%.
Liuliu Han, líder del grupo de socios del Instituto Max Planck de Materiales Sostenibles y coautor del estudio, comentó: "Los métodos tradicionales diluyen las impurezas en los residuos metálicos mediante la adición de materias primas." El nuevo método redujo los costos de producción en un 8.1%.
Significado ambiental del nuevo método
A nivel global, se producen aproximadamente 2 mil millones de toneladas de metal al año, principalmente a partir de materiales recién extraídos. Sin embargo, este proceso de producción representa alrededor del 40% de las emisiones industriales de gases de efecto invernadero y el 10% del consumo energético mundial. Aunque el reciclaje puede reducir significativamente este problema ambiental, los residuos metálicos a menudo contienen impurezas y su composición química varía. Esto complica la producción de aleaciones con propiedades mecánicas predecibles. Los productores suelen diluir las impurezas añadiendo nuevos metales, pero este proceso requiere energía adicional y aumenta las emisiones de carbono. Para abordar este desafío, el marco de aprendizaje automático de los investigadores considera las impurezas como elementos potencialmente útiles para la aleación.
El sistema utiliza algoritmos y redes neuronales para encontrar la mezcla de metales y el método de procesamiento más adecuados, analizando factores como temperatura, tiempo de procesamiento, resistencia a la tracción y ductilidad, para predecir qué combinaciones pueden ofrecer un mejor rendimiento. Los diseños más prometedores serán probados, y los resultados se retroalimentarán al sistema para futuras predicciones.
Para probar el método, el equipo utilizó un material industrial común que presenta resistencia y flexibilidad, y que puede tolerar impurezas: el hierro fundido. Se producen aproximadamente 120 millones de toneladas de hierro fundido al año a nivel mundial. Los científicos evaluaron 17 diseños de aleaciones propuestos por el marco, de los cuales 14 mostraron la mejor combinación de resistencia y ductilidad en el conjunto de datos existente de hierro reciclado. La resistencia a la tracción de estas nuevas aleaciones aumentó en un 15.2%, manteniendo la ductilidad, o mejorando la ductilidad en un 73.2% sin sacrificar la resistencia. Según los científicos, estas aleaciones se producen completamente a partir de residuos reciclados, sin añadir hierro virgen.
Potencial para aplicaciones futuras
Están convencidos de que esta tecnología puede ampliarse al reciclaje de acero, aluminio y aleaciones de cobre, y que puede aplicarse en infraestructuras de transporte, energía y manufactura industrial.
Liuliu Han detalló cómo este método transforma las impurezas metálicas en ventajas. En una declaración, afirmó: "Por lo tanto, hemos desarrollado una nueva estrategia de aprendizaje automático que convierte estas impurezas de un problema en una ventaja, permitiéndonos diseñar aleaciones que no solo toleran contaminantes, sino que incluso pueden beneficiarse de ellos." Este estudio ha sido publicado en la revista Science Advances.
Ítem Especificaciones Resistencia a la tracción Aumenta 15.2% Ductilidad Aumenta 73.2% Reducción de costos 8.1%
Impacto ambiental y económico de la nueva tecnología de aleaciones
El avance de esta investigación radica en utilizar el aprendizaje automático para convertir las impurezas en los residuos metálicos en ventajas para las aleaciones, mostrando beneficios tanto ambientales como económicos. Los procesos de producción de metales tradicionales no solo consumen grandes cantidades de energía, sino que también generan altas emisiones de carbono, mientras que la nueva tecnología reduce estos problemas a través del reciclaje. Esto no solo mejora el rendimiento de los materiales, sino que también disminuye los costos de producción, ofreciendo soluciones sostenibles para futuras aplicaciones industriales, especialmente en áreas clave como el transporte y la infraestructura energética.