Caracterización de nanomateriales mediante tratamiento de imagen, reconstrucción 3D y técnicas de IA

Résumé

La nanotecnología no es sólo la ciencia del futuro, sino lo es también del presente. Se utiliza en todos los sectores, desde la sanidad a la energía pasando por las tecnologías de la información y el transporte. Para la presente investigación, hemos tomado como caso de uso el carbon black, un nanomaterial mezclado con multitud de materiales para mejorar sus propiedades, como la resistencia a la abrasión o al envejecimiento en neumáticos y plásticos, o la fuerza de los pigmentos entre otras aplicaciones. En la actualidad, la industria analiza los nanomateriales mayoritariamente mediante métodos indirectos, que observan el cambio en su estado a medida que se les añade aceite o hidrógeno. De esta forma, se estima el área superficial y se calculan algunos indicadores que se relacionan con las propiedades del material. No obstante, nosotros hemos optado por mejorar los métodos directos existentes, que consisten en analizar los nanomateriales a partir de imágenes de microscopio. Hemos avanzado, tanto en el tratamiento de imagen como en las características extraídas. De hecho, algunas de éstas han superado a las características existentes en la literatura. Además, hemos empleado por primera vez el aprendizaje automático para la categorización de agregados. De esta forma, se identifica automáticamente su morfología, lo que determinará las propiedades finales del material con el que sea mezclado. Por último, hemos presentado un algoritmo genético de reconstrucción de agregados a partir de sólo dos imágenes ortogonales, por medio del cual se extrae más información que con una tomografía, la cual requiere de un número elevado de imágenes. Resumiendo, hemos mejorado el estado de la técnica de los métodos de estudio directo, permitiendo en un futuro cercano desbancar a los métodos indirectos utilizados actualmente.