Skip to main content

Las estructuras evolucionadas hacen despegar a la NASA

La NASA está utilizando diseño generativo para crear componentes más ligeros y resistentes que ayuden en sus misiones espaciales. Tal es el caso de la misión Mars Sample Return, que utiliza un róver para recolectar muestras de roca
La NASA está utilizando diseño generativo para crear componentes más ligeros y resistentes que ayuden en sus misiones espaciales. Tal es el caso de la misión Mars Sample Return, que utiliza un róver para recolectar muestras de roca.
  • El diseño generativo se sirve de la inteligencia artificial para encontrar el diseño óptimo en el menor tiempo posible según unos requisitos de ingeniería establecidos.
  • El diseño generativo es una tecnología ideal para la ingeniería aeroespacial: permite a los ingenieros crear diseños mucho más ligeros, un elemento esencial teniendo en cuenta las limitaciones financieras y científicas de las misiones espaciales.
  • La NASA y sus asociados en el ámbito de la ingeniería están utilizando el diseño generativo para crear soluciones novedosas aplicables a misiones donde la masa es un elemento crucial: tal es el caso del telescopio EXCITE (acrónimo en inglés de Exoplanet Climate Infrared Telescope) y la misión de recolección de muestras de roca Mars Sample Return.

Desde agujeros negros primordiales hasta planetas errantes, pasando por supernovas y antimateria, el espacio está lleno de fenómenos fascinantes. Eso sí, para el terrícola medio, uno de los aspectos más cautivadores del espacio tal vez sea uno de los menos misteriosos: la ingravidez.

Técnicamente, en el espacio sigue habiendo gravedad. Lo que ocurre es que, al ser una fuerza que se debilita con la distancia, los astronautas no sienten sus efectos. Cuanto más nos alejamos de la Tierra, más nos separamos de su fuerza de gravedad.

En el caso de la Estación Espacial Internacional —que ha servido de entretenimiento a numerosos entusiastas del espacio gracias a sus imágenes de astronautas haciendo volteretas para atrapar diferentes alimentos con la boca abierta—, la sensación de gravedad cero se debe al hecho de que sus ocupantes están en caída libre permanente: tanto la estación espacial como su tripulación y todos los objetos que se hallan en su interior están cayendo del espacio hacia la Tierra a la misma velocidad, lo cual hace que parezca que están flotando. Si pueden orbitar nuestro planeta sin llegar a chocar con él es gracias a la alta velocidad a la que viaja la estación, que debido a esto traza un camino de una curvatura idéntica a la de la Tierra.

Si uno se para a pensar, esta obsesión con la ingravidez es irónica, en cierto modo. Aunque los objetos del espacio parecen existir ajenos a la física de la Tierra, los ingenieros mecánicos saben bien que la masa es, de hecho, uno de los elementos más importantes que hay que tener en cuenta cuando se diseña una nave espacial.

“Masa es igual a costos en el mundo de los viajes espaciales”, afirma Alex Miller, ingeniero mecánico jefe de Newton | Engineering and Product Development.

Tanto las naves espaciales como sus componentes han de pesar poco para garantizar la eficiencia en combustible y energía y la integridad estructural, así como un lanzamiento lo más económico posible, por no hablar de que esto da más margen para incorporar todo el instrumental necesario para aprovechar al máximo la misión.

Pero reducir la masa no es tarea fácil. En pro de un diseño de naves espaciales más rápido y directo, la NASA y empresas como Newton están recurriendo a una herramienta única facilitada por la inteligencia artificial: el diseño generativo.

El diseño generativo hace posible lo imposible

Ryan McClelland, ingeniero investigador de la NASA, sostiene un soporte estructural de titanio impreso en 3D. Gentileza de la NASA/Henry Dennis.
Ryan McClelland, ingeniero investigador de la NASA, sostiene un soporte estructural de titanio impreso en 3D. Gentileza de la NASA/Henry Dennis.

El diseño generativo se basa en la física y en una serie de algoritmos de optimización que, con la fabricación en mente, colaboran para generar múltiples soluciones posibles para un problema definido por el usuario, que además incluye ciertos requisitos. Los parámetros con los que alimentan los algoritmos son detalladas necesidades de ingeniería, y los productos resultantes son diseños completos que Ryan McClelland, ingeniero investigador de la NASA, llama “estructuras evolucionadas”.

“Tienen una pinta un poco rara y extraterrestre, pero cuando las ves en funcionamiento tienen todo el sentido”, explicaba McClelland acerca de estas estructuras evolucionadas en una entrevista de 2023 con la NASA.

Si dichas estructuras son “raras y extraterrestres” es debido a que la IA no tiene nociones previas del aspecto que debería tener un objeto, al contrario que un ingeniero humano. Lo que tiene en su lugar son algoritmos dedicados a resolver problemas mediante la búsqueda del método más eficiente para satisfacer las necesidades de diseño. Para ello, a menudo utilizan geometrías que serían prácticamente imposibles de desenmarañar para los humanos, y estas a su vez crean formas orgánicas que muy pocas personas podrían llegar a concebir.

“Lo que más me ha sorprendido de las estructuras creadas con diseño generativo es que los productos son novedosos, en el sentido de que a los humanos no se nos ocurriría algo así, y al mismo tiempo son obvios, en el sentido de que una vez los ves, tu intuición te dice que tiene sentido”, afirmaba McClelland en la entrevista.

Iteraciones que mejoran la calidad y reducen los riesgos

El proceso del diseño generativo es simple y rápido a un tiempo. En primer lugar, los ingenieros humanos especifican los requisitos técnicos, como la carga que la estructura terminada tendrá que soportar o las fuerzas a las que estará expuesta en el espacio. Después introducen esos requisitos en el software, que podrá sacar hasta 40 iteraciones del diseño en cuestión de horas.

En un episodio del pódcast de la NASA Small Steps, Giant Leaps, McClelland explicaba su funcionamiento: “El usuario introduce los requisitos en el sistema, tras lo cual la IA elabora el diseño. Entonces lo pone a prueba a través de un análisis de elementos finitos para garantizar que funciona, para verificar los requisitos. Y después también lleva a cabo una simulación de fabricación para asegurarse de que se puede fabricar”.

Mientras que los humanos son capaces de crear una iteración a la semana, McClelland apuntaba que la IA puede crear una en unos minutos: “Así se consiguen muchos más ciclos de iteración, lo que quiere decir que consigues diseños óptimos muchísimo más rápido con este proceso de estructuras evolucionadas”.

Aunque la rapidez es una de las principales ventajas, no es la única: también mejora la calidad.

En palabras de McClelland: “Descubrimos que de hecho reduce los riesgos. Hemos visto que las piezas generadas por el algoritmo no tienen las concentraciones de esfuerzos que sí se ven en los diseños humanos. Los factores de esfuerzo son casi diez veces más bajos que en las piezas producidas por un humano experto”.

Y luego están los costos, uno de los principales elementos que tener en cuenta en lo que respecta al diseño a medida, característico de la NASA: “Lo que más aumenta los costos en materia de estructuras de la NASA, más que la fabricación, es la ingeniería no recurrente. Al contrario que una empresa de automóviles o de bicicletas, la NASA está siempre desarrollando miles de piezas únicas. Solo hay un Hubble, un Webb, así que esta tecnología es especialmente valiosa en nuestro caso”.

Por último, está el problema crítico de la masa: las estructuras evolucionadas pueden ahorrar hasta dos terceras partes del peso comparadas con componentes tradicionales, según aseguraba McClelland en Small Steps, Giant Leaps: “Son alrededor de tres veces mejores en cuanto a rendimiento. Y cuando digo rendimiento, me refiero a la proporción rigidez-peso. Así que son muy rígidas y ligeras, además de bastante más resistentes que las estructuras de diseño humano”.

Pese a los evidentes méritos del buen rendimiento en los aspectos científicos y comerciales, puede resultar ventajoso también en cuestión de personal: “Desde el punto de vista de nuestra plantilla, siempre escasean los analistas de estructuras —afirmaba McClelland—. Creo que esto puede ayudar a quitar presión de encima a los especialistas en análisis de estructuras al crear rápidamente diseños que son rígidos y resistentes, cosa que reduce la necesidad de crear iteraciones más adelante”.

Próxima parada: Marte

Dos misiones de la NASA que encarnan el potencial del diseño generativo para una óptima ingeniería aeroespacial son EXCITE (acrónimo de Exoplanet Climate Infrared Telescope) y la misión Mars Sample Return.

Esta pieza de un armazón de aluminio diseñado por IA servirá de apoyo a la estructura del telescopio EXCITE. Gentileza de la NASA/Henry Dennis.
Esta pieza de un armazón de aluminio diseñado por IA servirá de apoyo a la estructura del telescopio EXCITE. Gentileza de la NASA/Henry Dennis.

La primera misión, cuyo lanzamiento ya se prevé para otoño de 2023, es un telescopio transportado por globo que estudiará exoplanetas cálidos que orbitan estrellas lejanas. Del tamaño de una camioneta, el telescopio cuenta con al menos dos elementos de diseño generativo: un armazón de titanio en su parte posterior y un “banco óptico” que sostendrá los componentes ópticos de uno de sus instrumentos, un espectrómetro de captación de imágenes ultravioleta que realizará observaciones continuas de los planetas en órbita alrededor de sus correspondientes estrellas.

“De todas las aplicaciones que tiene a día de hoy, el banco óptico seguramente sea la más asombrosa —aventuraba McClelland en la revista de arquitectura y diseño Dezeen—. Se aleja radicalmente de los típicos bancos ópticos y rinde mucho mejor en cuanto a estructura. También ha consolidado lo que habrían sido unas diez piezas en una sola”.

La misión Mars Sample Return utilizará una serie de vehículos para recolectar muestras de roca que podrían contener pruebas de vida antigua en Marte y, en última instancia, traerlas a la Tierra. Con esta misión en mente, cuyo lanzamiento está previsto para 2027, Newton utilizó Autodesk Fusion 360 para crear, mediante diseño generativo, un componente conocido como Capture Lid Mechanism.

Como parte de esta misión, Perseverance, el robot explorador de Marte, se encuentra recolectando muestras en la superficie del planeta y colocándolas en tubos de metal. El róver transportará los tubos al Sample Retrieval Lander (módulo de descenso para la recuperación de muestras), donde un brazo robótico facilitado por la Agencia Espacial Europea los colocará en el cohete del módulo de descenso. Este, a su vez, se lanzará a la órbita de Marte con las muestras en su interior. Una vez allí, se encontrará con otra nave espacial: un orbitador cuya tarea es recibir, esterilizar y depositar las muestras en otra nave espacial, que será la que finalmente las transporte la Tierra.

Ahí es cuando el Capture Lid Mechanism entra en acción. El cohete “lanzará” las muestras al sistema de Captura, Contención y Devolución de la nave en órbita, que las atrapará en un contenedor equipado con una tapa que cerrará inmediatamente para protegerlas. Gracias al diseño generativo incorporado en Fusion 360, la tapa es un 30 % más ligera que los diseños generados por humanos.

Miller describe el proceso: “Una vez las muestras han flotado hasta su interior, la tapa tiene que cerrarse muy rápido para impedir que estas reboten y vuelvan a salir, además de limitar su contaminación. Esto requiere una puerta muy resistente a la par que ligera. Por eso el diseño generativo de Fusion 360 nos fue de gran ayuda con la estructura de la tapa”.

Alex Miller, ingeniero mecánico jefe de Newton Engineering and Product Development, con el Capture Lid Mechanism. Gentileza de Newton | Engineering and Product Development.
Alex Miller, ingeniero mecánico jefe de Newton Engineering and Product Development, con el Capture Lid Mechanism. Gentileza de Newton | Engineering and Product Development.

El éxito en la “era de la IA”

Las oportunidades son claras: con componentes más baratos, ligeros y de mejor rendimiento, las naves espaciales pueden viajar más lejos y durante periodos más largos, cosa que permite misiones más complejas y reveladoras.

Sin embargo, el diseño generativo no es siempre un éxito asegurado. Las organizaciones aún han de vérselas con barreras prácticas.

Una de las limitaciones predominantes es la percepción, según McClelland: los inversores y otros participantes ven los diseños que crea la IA y dan por hecho que no se pueden fabricar en la vida real. Pero lo cierto es que muchos diseños generativos pueden producirse fácilmente y a bajo costo mediante la fabricación aditiva, el método sustractivo de una fresadora CNC o una fabricación híbrida que combine ambas técnicas.

“La gente ve estas estructuras orgánicas de formas un poco locas y se creen que nunca podrían fabricarse con una CNC, ni con procesos normales o los materiales que solemos usar —explicó McClelland en Small Steps, Giant Leaps—. Pero resulta que el mundo del mecanizado CNC ha avanzado mucho más de lo que la gente cree, y hoy en día puedes hacer prácticamente cualquier cosa que se te ocurra con una CNC de cinco ejes”.

También hay limitaciones de software, según McClelland, que lamenta que las herramientas con las que cuentan hoy en día no pueden procesar parámetros térmicos. No obstante, espera que esta situación cambie a medida que avance la tecnología: “En la NASA, los retos térmicos y de diseño estructural suelen ir de la mano. Espero que, en un futuro, el diseño generativo pueda tener en cuenta tanto los requisitos estructurales como los térmicos, tales como limitar la conductividad térmica sin dejar de lado los requisitos de rigidez estructural”.

De momento, según Miller, está claro que el diseño generativo ha llegado para quedarse: “Creo firmemente que la humanidad se encuentra en los albores de la era de la IA, y utilizar diseño generativo es totalmente esencial para cualquier equipo de ingeniería que pretenda seguir siendo competitivo en el futuro. Es una herramienta crucial en nuestra misión de dar a nuestros clientes soluciones óptimas y un éxito garantizado”.

Acerca de

Matt Alderton es un escritor autónomo que reside en Chicago, especializado en empresas, diseño, comida, viajes y tecnología. Licenciado por la Escuela de Periodismo Medill de la Universidad Northwestern, en el pasado ha escrito artículos que cubren temas desde los peluches conocidos como Beanie Babies y megapuentes hasta robots y sándwiches de pollo. Su sitio web, MattAlderton.com, ofrece más información sobre el autor.

Profile Photo of Matt Alderton - ES