"Обычно требуется от 10 до 20 лет, чтобы открыть новый материал", - сказал Яньлян Чжан, доцент кафедры аэрокосмической техники и машиностроения в Университете Нотр-Дам.

"Я подумал, что если бы мы могли сократить это время менее чем до года - или даже до нескольких месяцев - это изменило бы правила игры в области открытия и производства новых материалов".

Теперь Чжан сделал именно это, создав новый метод 3D-печати, который позволяет получать материалы способами, с которыми не может сравниться обычное производство. Новый процесс позволяет смешивать несколько аэрозольных чернил из наноматериалов в одной печатающей насадке, изменяя соотношение смешиваемых чернил "на лету" в процессе печати. Этот метод, называемый высокопроизводительной комбинаторной печатью (HTCP), контролирует как 3D-архитектуру печатных материалов, так и локальные композиции и позволяет получать материалы с градиентными композициями и свойствами при микромасштабном пространственном разрешении.

Его исследование только что было опубликовано в Природа.

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 печати комбинированных материалов и высокопроизводительного определения характеристик может значительно ускорить поиск материалов. Его команда уже использовала этот подход для идентификации полупроводникового материала с превосходными термоэлектрическими свойствами, что является многообещающим открытием для сбора энергии и охлаждения.

В дополнение к ускорению обнаружения, HTCP производит функционально дифференцированные материалы, которые постепенно переходят от жестких к мягким. Это делает их особенно полезными в биомедицинских приложениях, где необходимо обеспечить связь между мягкими тканями тела и жесткими носимыми и имплантируемыми устройствами.

На следующем этапе исследований Чжан и студенты из его лаборатории передовых технологий производства и энергетики планируют применить стратегии машинного обучения и искусственного интеллекта к богатой данными природе HTCP, чтобы ускорить открытие и разработку широкого спектра материалов.

"В будущем я надеюсь разработать автономный и самоуправляемый процесс для поиска материалов и изготовления устройств, чтобы студенты в лаборатории могли свободно сосредоточиться на мышлении высокого уровня", - сказал Чжан.