La revolución de los computadores en los últimos años ha permitido el desarrollo y aplicación de nuevos métodos llamados a revolucionar la ingeniería entre los que se encuentran el modelado y simulación dinámica molecular, cuyo principal objetivo es modelar el comportamiento de sistemas moleculares a nivel atómico. El fundamento de estas simulaciones es la naturaleza discreta del mundo físico, el cual se organiza en multiniveles y multiescalas, y donde los elementos de cada nivel pueden ser descritos como partículas discretas con modelos de las interacciones bien definidos. Previamente a la aparición de los computadores, este tipo de cálculos se realizaba a mano o con equipos electromecánicos. Un ejemplo de sistema que se estudiaba a nivel molecular entre los años 50s y 60s es el comportamiento de los gases y líquidos.  Como reseña de la evolución que ha tenido esta área en los últimos años es el reciente premio Nobel que recibieron Martin Karplus, Michael Levitt and Arieh Warshel en 2013 por sus desarrollos en el modelado de sistemas complejos químicos.

¿Cuál es la principal potencialidad de estos métodos? La simulación dinámica molecular (MD) se ha convertido hoy en día en uno de los métodos fundamentales para estudiar sistemas ingenieriles químicos que involucran escalas múltiples espacio-temporales a diferentes niveles, desde la escala molecular de reactantes a escala industrial de reactores, donde se precisa de una alta precisión y donde los métodos experimentales no son suficientes.  Por otro lado, desde el punto de vista computacional, aprovechando la disponibilidad de computadoras potentes a coste moderado, la simulación molecular provee predicciones fiables en muchos casos donde los métodos clásicos, tales como ecuaciones de estado o métodos de contribución, tienen resultados limitados.

¿Cuáles son las aplicaciones potenciales de este tipo de cómputos en las distintas áreas industriales? El modelado y simulación dinámica molecular tienen un impacto potencial en cualquier sector industrial donde el comportamiento e innovación del producto o del proceso dependa del control químico y electrónico de las propiedades físicas del material. De esta manera, la aplicación del modelado y simulación molecular demuestra la capacidad de resolver problemas industriales con relevancia, por ejemplo, determinando propiedades de muchos sistemas de interés en la industria Oil&Gas.

Con objeto de analizar la potencialidad del modelado y simulación molecular en el campo de la ingeniería es importante diferenciar entre dos casos de estudio, que son el descubrimiento, y el análisis de información. El objetivo del descubrimiento consiste en estudiar nuevos fenómenos que no han sido observados previamente mediante métodos experimentales o la explicación de fenómenos conocidos que no son entendidos. Un ejemplo de estas aplicaciones es el estudio en profundidad del proceso de combustión en el sector de la industria aeroespacial para comprender mejor el impacto de las temperaturas elevadas en la estabilidad de componentes como los revestimientos superficiales de óxidos metálicos y catalizadores. Otro ejemplo de interés se encuentra en el campo de la energía nuclear, donde el cómputo de los desplazamientos atómicos causados por los impactos de neutrones en el material moderador ayuda a entender las teorías del daño radioactivo, lo cual es crucial para determinar la vida útil del material moderador y la determinación de la longevidad del reactor. Este último caso tiene un importante impacto económico potencial dado el coste del cierre prematuro de reactores nucleares de forma innecesaria.

Respecto al análisis de información, este caso de estudio tiene por objeto la predicción precisa de propiedades con poca o nula entrada de datos experimentales. Estas simulaciones pueden ser usadas para interpolar entre datos experimentales y extrapolar fuera del rango disponible de datos experimentales. Ejemplos son las simulaciones analíticas de la difracción de rayos X, IR, Raman y espectroscopia NMR que permiten la interpretación y el refinamiento de datos experimentales. Otro ejemplo relevante, se encuentra en la cristalización farmacéutica donde las simulaciones de la difracción del polvo son rutinarias y ayudan a determinar las estructuras cristalinas mediante la combinación y refinamiento de modelos con datos experimentales

¿Cómo saber si es interesante invertir o adquirir conocimientos en esta metodología? Para poder responder a esta pregunta se debe analizar el impacto económico del modelado y simulación molecular en los últimos años. La métrica de estudio se debe centrar en los siguientes indicadores: la reducción del tiempo de lanzamiento de nuevos productos, ahorro de coste en el desarrollo de productos, ahorro de costes de fabricación como resultado de una mejora en la compresión de fenómenos y diseño. Por otro lado, el esperado retorno de inversión de esta metodología se atribuye a una serie de factores relacionados con el diseño, fabricación y ciclo de vida de los productos: innovación en el diseño (identificación rápida de materiales), resolución a problemas de diseño, más rápidos y desarrollo menos costoso de nuevos productos, mejor control del proceso de fabricación, mejora de las capacidades de predecir el comportamiento y rendimiento de los sistemas o su ciclo de vida, ingeniería virtuales de nuevos materiales que son arriesgados de estudiar en prototipos físicos por su coste, tiempo de desarrollo o imposibilidad.

Share This