혁신적인 3D 프린팅 기술은 신소재 발견 및 제조를 위한 "게임 체인저"입니다.

By University of Notre Dame2023년 6월 6일

처리량이 높은 조합 인쇄 그림입니다. 새로운 3D 프린팅 방식인 고처리량 조합 프린팅(HTCP)은 신소재의 발견과 생산을 획기적으로 가속화합니다. 크레딧: 노트르담 대학교

새로운 재료의 발견과 생산을 크게 가속화하는 HTTP(High-Throughput Combinatorial Printing)라는 새로운 3D 프린팅 방법이 개발되었습니다.

The process involves mixing multiple aerosolized nanomaterial inks during printing, which allows for fine control over the printed materials’ architecture and local compositions. This method produces materials with gradient compositions and properties and can be applied to a wide range of substances including metals, semiconductorsSemiconductors are a type of material that has electrical conductivity between that of a conductor (such as copper) and an insulator (such as rubber). Semiconductors are used in a wide range of electronic devices, including transistors, diodes, solar cells, and integrated circuits. The electrical conductivity of a semiconductor can be controlled by adding impurities to the material through a process called doping. Silicon is the most widely used material for semiconductor devices, but other materials such as gallium arsenide and indium phosphide are also used in certain applications." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">반도체, 폴리머, 생체재료.

오랜 전통을 지닌 에디슨식 발견의 시행착오 과정은 느리고 노동 집약적입니다. 이는 청정 에너지와 환경 지속 가능성은 물론 전자 및 생체 의학 장치를 위해 시급히 필요한 신기술 개발을 방해합니다.

노트르담대학교 항공우주 및 기계공학과 부교수 Yanliang Zhang은 "새로운 물질을 발견하는 데는 보통 10~20년이 걸린다"고 말했습니다.

"저는 그 시간을 1년, 심지어 몇 달 미만으로 단축할 수 있다면 새로운 재료의 발견과 제조에 있어 획기적인 변화가 될 것이라고 생각했습니다."

이제 Zhang은 그 일을 해냈고, 기존 제조법으로는 따라올 수 없는 방식으로 재료를 생산하는 새로운 3D 프린팅 방법을 개발했습니다. 새로운 프로세스는 단일 인쇄 노즐에 여러 개의 에어로졸화된 나노재료 잉크를 혼합하여 인쇄 프로세스 중에 즉시 잉크 혼합 비율을 변경합니다. HTTP(High-Throughput Combinatorial Printing)라고 불리는 이 방법은 인쇄된 재료의 3D 아키텍처와 로컬 구성을 모두 제어하고 미세한 공간 해상도에서 그라데이션 구성과 속성을 가진 재료를 생성합니다.

그의 연구는 2023년 5월 10일 Nature 저널에 게재되었습니다.

에어로졸 기반 HTCP는 매우 다재다능하며 광범위한 금속, 반도체, 유전체는 물론 폴리머 및 생체 재료에도 적용할 수 있습니다. 이는 각각 수천 개의 고유한 구성을 포함하는 "라이브러리" 역할을 하는 조합 재료를 생성합니다.

Zhang은 복합 재료 인쇄와 높은 처리량 특성화를 결합하면 재료 발견을 크게 가속화할 수 있다고 말했습니다. 그의 팀은 이미 이 접근법을 사용하여 우수한 열전 특성을 지닌 반도체 재료를 식별했으며, 이는 에너지 수확 및 냉각 응용 분야에 대한 유망한 발견입니다.

발견 속도를 높이는 것 외에도 HTCP는 딱딱한 것에서 부드러운 것으로 점진적으로 전환되는 기능적으로 등급이 지정된 재료를 생산합니다. 이는 연체 조직과 견고한 웨어러블 및 이식형 장치 사이를 연결해야 하는 생의학 응용 분야에 특히 유용합니다.

In the next phase of research, Zhang and the students in his Advanced Manufacturing and Energy Lab plan to apply machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"machine learning and artificial intelligence-guided strategies to the data-rich nature of HTCP in order to accelerate the discovery and development of a broad range of materials./p>