Impresión 3D de sensores de grafeno en para neumáticos inteligentes - Ciencia e Ingeniería de Materiales

Hot

viernes, 6 de noviembre de 2020

Impresión 3D de sensores de grafeno en para neumáticos inteligentes

 


   

  

Resumen: Científicos desarrollaron sensores a base de grafeno incrustados en neumáticos impresos en 3D, destinados a vehículos autónomos, los cuales funcionan proporcionan datos en tiempo real y funcionan gracias a la piezoelectricidad.



El sector automovilístico tiende a crear vehículos que tengan un funcionamiento cada vez más automático, como apretar un botón para subir la ventanilla hasta poder conducirse solos. Para que los vehículos puedan conducirse de forma autónoma requieren de varios sensores los cuales indicaran al vehículo lo que debe de hacer en varias situaciones. 

Existe un alto interés por la producción de varios millones de vehículos autónomos en el futuro próximo, que requerirá de varios sistemas de control que aseguren que estos sean seguros para su funcionamiento. Un grupo de científicos viendo esto, desarrollo unos sensores para los neumáticos inteligentes, para tener un subsistema de control y comunicación entre los neumáticos y la carretera, proporcionando una detección de parámetros que actúan entre ellos en tiempo real.

Hubo muchos estudios, pero recientemente, los sensores a base de grafeno mostraron un alto rendimiento y mayor sensibilidad, lo que los hace perfectos para esta función. Los científicos desarrollaron sensores impresos en 3D integrados directamente en los neumáticos junto con un recolector de energía piezoeléctrico incrustado en el neumático para alimentar los sensores, transmitir los datos de forma inalámbrica y además del aprendizaje automático para el análisis de datos predictivos. En este trabajo, el precio de un sensor impreso en 3D se estima de aproximadamente en 2,7 centavos. 

La impresión 3D fue realizada por el método de deposición en aerosol usando una tinta de grafeno, fueron realizados cálculos teóricos para el modelamiento. Y para su viabilidad fueron desarrollaron un algoritmo de aprendizaje automático para estimar la presión de los neumáticos. La mayoría de los datos estaban cerca de la línea de error cero.

Este trabajo nos muestra una solución para evitar que los datos entre el sistema de control de la presión de los neumáticos (TPMS) y la unidad central de procesamiento (CPU) sea comprometida, esto significa que la información que la CPU pueda recibir de la presión de los neumáticos no será engañosa.

Esta investigación está publicada en la revista Nature.





Referencia:

Maurya, D., Khaleghian, S., Sriramdas, R. et al. 3D printed graphene-based self-powered strain sensors for smart tires in autonomous vehicles, Nature Communications, 26 de octubre, 2020; DOI: 10.1038/s41467-020-19088-y


Redaccion: Dennis Gonzales - UNILA