Productos

Portfolio

Modelización en Real-Time
Caracterización de materiales mediante análisis inverso
Redes neuronales invertibles aplicadas a caracterización de materiales
Modelización avanzada
Automatización
Digital twin
Web Application toolkits
LLM-Agents
IA-optimización
IA-FEM.1: Modelos paramétricos
IA-FEM.2: Texto a modelos
IA-User subroutines
IA-Bots

La combinación modelos numéricos «físicos» con modelos reducidos basados en redes neuronales, permite la realización de simulaciones complejas y extensas en tiempo real. Esta innovadora aproximación permite capturar con precisión los aspectos fundamentales de los sistemas físicos mientras aprovechando la eficiencia y la velocidad de los modelos de redes neuronales para agilizar los procesos de simulación. Este enfoque híbrido no solo garantiza la precisión de los resultados, sino que también mejora significativamente la capacidad de respuesta y la velocidad de las simulaciones, proporcionando así a nuestros clientes una herramienta poderosa y eficaz para abordar una amplia gama de desafíos en tiempo real.

Caracterización de materiales mediante análisis inverso

En los últimos años, ADVANCED MATERIAL SIMULATION ha colaborado con el departamento de Ciencia de los Materiales de la Universidad Politécnica de Madrid para desarrollar una técnica original de caracterización no convencional de materiales.

Tradicionalmente, la medición de las propiedades mecánicas de un material se lleva a cabo mediante ensayos mecánicos que emplean geometrías simples, como los ensayos de tracción y compresión, o geometrías normalizadas, como los ensayos de tenacidad. Sin embargo, estas técnicas pueden ser limitadas por restricciones geométricas o de materiales. En tales casos, se requieren estrategias alternativas, como la propuesta por ADVANCED MATERIAL SIMULATION.

Este innovador método se basa en la combinación de resultados experimentales, cálculos numéricos por elementos finitos y algoritmos de optimización no lineal. Ha demostrado su eficacia en diversos casos, incluyendo:

  • Curva tensión deformación plástica de vainas de combustible a partir del ensayo de tracción en anillo.
  • Curva tensión deformación plástica de vainas de combustible a partir del ensayo de compresión diametral
  • Curva tensión deformación plástica del acero A533 a partir de ensayos de tracción en probeta entallada
  • Curva tensión deformación plástica a partir de nanoidentación con punta esférica.
  • Energía de fractura de vainas de combustible hidruradas a partir de ensayos de compresión diametral.
  • Tenacidad de fractura de aceros de vasija a partir de ensayos de tracción en probeta entallada

Los resultados de estos trabajos se han recogido en artículos publicados en congresos y revistas de investigación de reconocido prestigio internacional. La triple combinación de experimentación, cálculo numérico y algoritmos de optimización permite obtener  propiedades mecánicas de materiales tales que al introducirlas como dato en la modelización numérica ajusten de forma óptima los resultados experimentales. Gracias a esta metodología es posible determinar las propiedades mecánicas y de fractura de materiales en condiciones límite, donde no es posible realizar ensayos mecánicos normalizados.

Redes neuronales invertibles aplicadas a caracterización de materiales

La aplicación de redes neuronales invertibles en ciencia de materiales es una metodología potente que permite determinar propiedades de materiales y evaluar error de mediciones. Esta técnica combina resultados experimentales, cálculos numéricos, técnicas estadísticas y un tipo específico de redes neuronales conocidas como redes invertibles. En ADVANCED MATERIAL SIMULATION hemos aplicado esta innovadora metodología para caracterizar los parámetros poroacústicos de un hormigón celular a partir de una curva de acústica de absorción. Una vez obtenida la curva experimental, se calcula una región de posibles parámetros que predicen los resultados experimentales.

Modelización avanzada

User Subroutines

La modelización avanzada constituye una de nuestras señas de identidad y ha sido desarrollada en cada uno de los cinco apartados que aparecen a continuación:

  • Modelización avanzada mecánica: Hemos implementado en ANSYS y ABAQUS materiales con comportamiento plástico y viscoplástico (creep) complejo por medio de subrutinas de usuario (UMAT o USERCREEP).
  • Modelización avanzada en fractura: Modelizamos el proceso completo de fractura de materiales siguiendo la teoría de la fisura cohesiva por medio de elementos de usuario (UEL) en ANSYS y ABAQYS.
  • Modelización avanzada térmica: implementación numérica de modelos térmicos con PCMs, materiales que sufren un cambio de fase de sólido a líquido, considerando dos posibilidades: la ley de entalpía o el calor específico.
  • Modelización avanzada  hygrotérmica: Los modelos higrotérmicas consideran el flujo de calor, aire y humedad en el interior de materiales porosos, resolviendo las ecuaciones de transporte de calor y humedad. La implementación de modelos de calor, aire y la humedad se ha realizado por medio de ecuaciones de usuario en FLUENT.
  • Modelización avanzada en CFD: En los modelos CFD hemos considerarado ecuaciones de contorno complejas como «Wind Driven Rain» o «rainwater run-off».


Customizado numérico

AMS ofrece la posibilidad de adaptar los códigos numéricos a las necesidades del cliente. Nuestro conocimiento de las herramientas numéricas nos permiten ofrecer la posibilidad de modificar las herramientas numéricas automatizando, optimizando, o incluyendo condiciones de contorno especiales que no estan directamente implementadas en los códigos comerciales. Algunos ejemplos aparecen a continación:

  • Plug-in ad hoc
  • ABAQUS menu
  • Calculos paramétricos en ABAQUS, ANSYS WORKBENCH
  • Scripting en PYTHON.
  • Simetría cíclica en contactos
  • Simetría cíclica seleccionando grados de libertad
  • Cálculos en control de desplazamiento de un nodo sin carga aplicada

Automatización de procesos de cálculo

ADVANCED MATERIAL SIMULATION está especializada en la automatización de cálculos numéricos, atomísticos, por elementos finitos, multifísicos y multiescala. Contamos con la capacidad de automatizar cualquier tipo de proceso y flujo de cálculo, utilizando tanto software comercial como software libre, adaptándonos a las necesidades específicas de cada cliente. Ofrecemos dos enfoques de automatización adaptados a cada proyecto:

  • Automatización a partir de lenguajes de programación como Python, Matlab o JavaScript, que permite desarrollar soluciones personalizadas con gran flexibilidad y precisión.
  • Automatización Robótica de Procesos utilizando software específico como Robocorp, ideal para integrar y automatizar tareas repetitivas en diferentes plataformas y aplicaciones.

Con nuestros servicios, reducimos los esfuerzos manuales y mejoramos la productividad de procesos de cálculo complejos, adaptándonos a las particularidades de cada industria.

Web Application toolkits

En Advanced Material Simulation, desarrollamos aplicaciones frontend especializadas que ofrecen soluciones avanzadas de ingeniería, abarcando tanto cálculos en tiempo real como asincrónicos. Estas aplicaciones están diseñadas para integrar diversas técnicas, como el análisis de elementos finitos, simulaciones atomísticas y modelos de inteligencia artificial, proporcionando a los usuarios una experiencia interactiva y dinámica. Nuestras soluciones permiten realizar simulaciones complejas y modelizaciones precisas directamente desde el navegador, facilitando la visualización de resultados y la toma de decisiones informadas en entornos de ingeniería y ciencia de materiales.

Digital twins

En Advanced Material Simulation, implementamos modelos físicos en el desarrollo de digital twins para ofrecer soluciones altamente fiables y explicables. A diferencia de los modelos puramente basados en datos, los modelos físicos proporcionan una representación más precisa de los sistemas reales, ya que están fundamentados en las leyes de la física, lo que permite una mayor fiabilidad y capacidad de explicación (explainability) en los resultados. Además, el desafío de trabajar en tiempo real, que tradicionalmente ha limitado la aplicación de modelos físicos en entornos dinámicos, ha sido resuelto con nuestro producto de Real Time Modelling. Esta solución permite la actualización continua y en tiempo real de los digital twins, facilitando la simulación y el control predictivo con un nivel de precisión sin precedentes.

AMS-Agents

Advanced Material Simulation (AMS) integra agentes basados en LLM con modelización numérica, cálculos atomísticos, elementos finitos y algoritmos de optimización para acelerar el diseño, reducir costes y aumentar la fiabilidad de los procesos industriales. Con nuestros AMS-Agents, los equipos de ingeniería automatizan sus flujos de trabajo y acortan los tiempos de diseño y cálculo.

Los AMS-Agents están basados en LangChain y en un conjunto de herramientas propias que facilitan la modificación y reutilización de scripts en Python, así como de archivos de entrada para LAMMPS, CalculiX y COMSOL Multiphysics, simplificando los cálculos numéricos

LLM-langchain

IA-Optimización

Advanced Material Simulation (AMS) integra agentes basados en LLMs con modelización numérica y algoritmos de optimización para acelerar el diseño, reducir costes y aumentar la fiabilidad de procesos industriales. Gracias a nuestros AMS-Agent, los ingenieros industriales definen a través de un prompt una función objetivo y un conjunto de restricciones, y el agente genera automáticamente el código Python que lanza el cálculo de optimización (p. ej., con algoritmos genéticos), obtiene y analiza los resultados.

IA-FEM.1: Cálculos paramétricos

El AMS-Agent para FEA automatiza cálculos paramétricos en CalculiX y COMSOL Multiphysics. A partir de ejemplos de cálculo existentes, el agente detecta parámetros clave, geometría, mallado, materiales, condiciones de contorno, cargas y parámetros del solver, los transforma en variables y genera nuevos archivos de entrada de forma paramétrica. Trabaja con plantillas y prompts en lenguaje natural, simplificando la creación y reutilización de archivos y scripts.

Con este agente, los equipos pueden ejecutar barridos de parámetros, DOE (Design of Experiments) y bucles de optimización, manteniendo control de versiones, logging y validaciones automáticas (rangos, unidades y calidad de malla).

IA-FEM.2: Texto a modelos

El AMS-text2FEM convierte un texto describiendo una pieza o componente en un modelos de CalculiX. En un primer paso, toma un prompt que define la geometría y, de forma iterativa, permite aplicar sucesivas modificaciones generando un fichero .step.

Una vez validada la geometría, se pasa al segundo paso, en el que se incluyen las estrategias de mallado. Tras validar la malla, se aplican las condiciones de contorno, cargas, temperaturas y parámetros del solver, generando automáticamente un archivo .inp listo para su ejecución.

IA-User subroutines

El AMS-Agent UMAT genera subrutinas de material: crea archivos Fortran que reproducen el comportamiento mecánico deseado. En una primera fase, el usuario conversa con el agente para definir y validar la ecuación constitutiva; una vez definida, se genera automáticamente la UMAT para ABAQUS junto con su versión adaptada a CalculiX (ccx), ajustando la firma de entrada/salida, las variables de estado y el tangente consistente.

IA-Bots

Advanced Material Simulation (AMS) desarrolla bots inteligentes aplicados en ingeniería para optimizar la gestión de proyectos complejos, como aquellos financiados por programas europeos como Horizonte Europa. Utilizando plataformas de código abierto, los bots de AMS se integran en el ciclo de vida del proyecto para automatizar tareas administrativas, mejorar la comunicación y proporcionar soporte en tiempo real. Estos bots facilitan la organización de reuniones, la gestión de cronogramas, el seguimiento de hitos y la generación de informes, abordando eficazmente los desafíos de múltiples socios y requisitos complejos. Al centralizar la información y coordinar equipos, los bots de AMS no solo mejoran la ejecución del proyecto, sino que también promueven la transparencia y la colaboración entre los participantes.