[ad_1]
(noticias nanowerk) Cuando el Manufacturing Futures Institute (MFI) de Carnegie Mellon emite su solicitud anual de propuestas cada otoño, deja en claro sus objetivos de atraer grupos de profesores de CMU cuyas investigaciones sean consistentes con la misión de MFI, inspirar, diseñar y liderar tecnología y fuerza laboral, proporcionar capital inicial. avances hacia una fabricación ágil, inteligente, eficiente, resiliente y sostenible.
Están interesados en financiar investigaciones que caigan dentro de una de las áreas de enfoque estratégico de la IMF; aprovecha las fortalezas de CMU en áreas como la inteligencia artificial y el aprendizaje automático junto con tecnologías de fabricación avanzadas como la robótica y la fabricación aditiva; se beneficia de la investigación convergente y la experiencia de diversas disciplinas; y demuestra el potencial para avanzar en el futuro de la fabricación avanzada con nuevas ideas que impulsen la innovación y atraigan inversiones futuras.
“Recibimos tantas propuestas excelentes sobre una variedad de temas de fabricación avanzada que es difícil decidir qué queremos financiar. Nos centramos en aquellos que proponen enfoques interdisciplinarios innovadores que realmente pueden avanzar en el estado del arte. Dado nuestro interés en el cambio tecnológico, la relevancia industrial también es importante”, afirmó Sandra DeVincent Wolf, directora general de la IMF.
Usted y Gary Fedder, director docente de MFI, se reservan el derecho de solicitar cambios en una propuesta si los plazos son demasiado ajustados, los montos de financiamiento no están completamente justificados o el proyecto carece de un socio con habilidades y experiencia importantes.
Este fue el caso cuando los profesores Phil LeDuc, Burak Ozdoganlar y Charlie Ren solicitaron financiación para la siguiente fase de su investigación sobre la presión del hielo el año pasado.
El equipo desarrolló un enfoque novedoso para imprimir en 3D estructuras de hielo lo suficientemente pequeñas como para crear vasos en tejido artificial y otras características abiertas dentro de una pieza fabricada mediante la creación de plantillas de sacrificio que luego forman los canales y cavidades. Ha demostrado ser un método prometedor. Aún así, el desarrollo requirió muchas pruebas y errores para lograr la geometría específica deseada, como es el caso inicialmente con muchos enfoques automatizados.
Para crear geometrías más precisas y reproducibles, se debe desarrollar un enfoque de control de retroalimentación que ajuste inteligentemente los parámetros durante la impresión para lograr las geometrías complicadas deseadas.
Desde que LeDuc y Ozdoganlar publicaron sus resultados (ciencia avanzada“Freeform 3D Ice Printing (3D-ICE) at the Micro Scale”), recibieron comentarios positivos y apoyo en numerosas presentaciones de conferencias, animándolos a explorar cómo se puede desarrollar aún más su método de impresión de hielo.
Las primeras aplicaciones de la ingeniería biomédica fueron claras y mostraron un potencial directo para su uso en la medicina personalizada. Sin embargo, el método también tiene el potencial de revolucionar la fabricación al permitir la producción automatizada de pequeños microcanales internos 3D para muchas aplicaciones en campos que van desde la medicina hasta la robótica blanda.
La tecnología de microfabricación y los enfoques avanzados son fundamentales para numerosas aplicaciones críticas en diversos sectores, incluida la investigación científica, la atención médica, la seguridad nacional y la exploración espacial, así como la transformación digital en la industria, que es el núcleo de la misión de fabricación de MFI.
Según LeDuc y Ozdoganlar, los métodos experimentales y computacionales necesarios para construir modelos para controlar el proceso de presión del hielo son un desafío. El tamaño a microescala y la velocidad de los procesos termofluidos y de cambio de fase (sólido, líquido, gaseoso) exacerban aún más los desafíos.
«Sabemos que si podemos construir un sistema de retroalimentación de sensores que pueda realizar ajustes en tiempo real, será muy poderoso para estos enfoques», dijo LeDuc.
Wolf conocía exactamente a la persona que podría ayudarlos a desarrollar el hardware del sensor y los algoritmos de visión por computadora necesarios para desarrollar un enfoque de control de retroalimentación para lograr el nivel de control necesario para imprimir las estructuras de hielo a microescala.
Lu Li, científico de proyectos del Instituto de Robótica de Carnegie Mellon, ha aportado su experiencia en inteligencia artificial y robótica a varios otros proyectos financiados por IMF. Y según LeDuc, Li ya ha hecho grandes contribuciones a este nuevo proyecto.
Con la ayuda de Li, el equipo pudo reducir el tiempo necesario para la segmentación de imágenes de dos a tres segundos a 50 microsegundos. La segmentación de imágenes es una tarea de visión por computadora en el aprendizaje automático que implica dividir una imagen en múltiples segmentos o regiones según ciertos criterios para que la imagen pueda convertirse en algo que sea más significativo y más fácil de analizar.
“Esto es muy típico de cómo trabajamos en CMU. En primer lugar, la oportunidad de trabajar con alguien como Lu Li, que tiene las habilidades que necesitábamos para hacer avanzar esto, fue fantástica. Y aunque la financiación de la IMF no es una gran cantidad de dinero, nos permitió avanzar en una idea que tiene un gran potencial”, afirmó LeDuc.
Wolf está igualmente emocionado de trabajar con LeDuc, quien, según ella, ha estado abierto a sus sugerencias, agradecido por su recomendación y aporta entusiasmo y energía a nuestra comunidad de fabricación en CMU.
La convocatoria de propuestas de IMF para 2024 está abierta hasta el viernes 27 de octubre de 2023. Para obtener más información, visite la página web de becas y financiación de las IMF.
[ad_2]