Gli alberi motore con i loro ingranaggi, ma anche giunzioni saldate e componenti delle stampanti 3D. Esempi di materiali dalle geometrie complesse perché caratterizzati da intagli e angoli rientranti che mettono in crisi le tecniche di verifica strutturale più tradizionali. Che spesso danno risposte inadeguate. Oppure che possono anche dare risultati precisi, ma solo dopo analisi lunghe e costose. Matteo Benedetti del Dipartimento di Ingegneria industriale dell’Università di Trento, professore associato di Costruzione di Macchine e Progettazione meccanica, descrive un sistema di intelligenza artificiale sviluppato per dare una soluzione affidabile ed efficiente a questo problema dell’ingegneria strutturale.
Il sistema messo a punto si chiama NeuberNet, ed è al centro di un articolo uscito sulla rivista scientifica Communications Engineering del gruppo editoriale Nature che vede Matteo Benedetti (nella foto ©UniTrento) tra gli autori.
«Questo lavoro si inserisce in un contesto di ricerca più ampio. All’Università di Trento, infatti, faccio parte di un gruppo di quattro colleghi di progettazione meccanica e costruzione di macchine (oltre a me il professor Vigilio Fontanari, il professor Emiliano Rustighi e il dottor Pasquale Gallo) e coordino un gruppo di lavoro composto da due post-doc, quattro dottorandi e una decina di studenti e studentesse magistrali, che contribuiscono allo sviluppo delle attività di ricerca nel settore», racconta.
Il software sviluppato nello studio è un operatore neurale che prova ad affrontare in modo nuovo lo scoglio delle sollecitazioni, tensioni e deformazioni che si concentrano in corrispondenza di irregolarità geometriche, come intagli e angoli rientranti, e che espongono i materiali ingegneristici a rischio di rottura o comunque a una minore resistenza strutturale. La difficoltà consiste nel simulare in modo efficiente la deformazione plastica localizzata. La maggior parte degli strumenti disponibili non sono in grado di farlo. E gli unici modelli che riescono a catturare questi effetti concentrati in modo accurato, richiedono calcoli lunghi e costosi.
«NeuberNet è stato progettato per modellare geometrie complesse attivando il comportamento plastico solo in prossimità dei punti di aumento delle sollecitazioni. E fornisce un quadro affidabile ed efficiente dal punto di vista computazionale per l'analisi della plasticità su piccola scala», afferma Matteo Benedetti.
Può essere paragonato a una lente di ingrandimento intelligente che osserva l’oggetto nel suo insieme con un’analisi semplice e poi “mette a fuoco” automaticamente solo le zone critiche, senza dover rifare tutta la simulazione in modo costoso.
Un altro paragone possibile è con i sistemi di riconoscimento facciale: una volta addestrati su molti volti, riconoscono rapidamente nuovi casi senza ripetere l’intero processo da zero.
Benedetti riprende: «NeuberNet è un sistema di intelligenza artificiale per l’ingegneria strutturale, più precisamente un operatore neurale, che impara da simulazioni numeriche precedenti per prevedere rapidamente il comportamento reale dei materiali in prossimità di intagli, spigoli e discontinuità geometriche. È costituito da una rete neurale profonda con circa 14 milioni di parametri, addestrata su migliaia di simulazioni».
Ma come funziona? «NeuberNet impara da simulazioni già effettuate e, una volta addestrato, riesce a ricostruire campi complessi di tensione e deformazione plastica partendo da analisi molto più semplici e veloci. In questo senso, introduce per la prima volta una forma di esperienza numerica nei calcoli ingegneristici. E così decodifica la relazione tra le condizioni di carico globali e la risposta del materiale in prossimità degli intagli, dove si concentrano deformazioni plastiche e dove spesso ha origine la rottura. In pratica, trasforma informazioni “globali e lineari” in una descrizione molto dettagliata del comportamento locale non lineare del materiale».
Le applicazioni del nuovo software neurale spaziano dalla ricerca per studiare nuovi meccanismi di plasticità, fatica e danneggiamento nei materiali all’industria per ridurre drasticamente i tempi e i costi delle verifiche strutturali, soprattutto nei casi in cui le simulazioni siano molto onerose, alla progettazione avanzata nei settori come meccanica, automotive, energia, aerospazio e manifattura additiva.