I motori aeronautici devono erogare in modo affidabile elevati livelli di spinta anche in condizioni avverse, il che rende la precisione fondamentale nella produzione delle moderne turbine per aerei. Nei motori turbofan, la ventola che aspira l'aria nella turbina è composta da più pale con geometrie complesse e curve. Queste pale metalliche vengono realizzate mediante un processo di fresatura di precisione che richiede un'attenta strategia di lavorazione. La fresatura di precisione è possibile solo se il movimento relativo tra l'utensile e il pezzo in lavorazione è strettamente controllato. In caso contrario, l'utensile da taglio può iniziare a vibrare, causando l'impatto incontrollato della superficie della lama contro la testa di fresatura e danneggiando l'utensile stesso. Anche una minima deviazione dalle specifiche, che renda un componente praticamente inutilizzabile, può rappresentare un incidente molto costoso. "Questo tipo di errore di produzione può essere molto oneroso per i produttori di componenti di alta precisione per motori aeronautici", spiega Wolfgang Maaß, professore di informatica aziendale presso l'Università della Saarland e responsabile dell'area di ricerca Smart Service Engineering presso il Centro di ricerca tedesco per l'intelligenza artificiale (DFKI).
La situazione è simile per molte altre aziende, grandi e piccole, che producono componenti metallici, compresi quelli realizzati con il taglio laser. Il calore estremo generato durante il processo di taglio può causare l'espansione del metallo in punti in cui non dovrebbe. Oppure, nelle operazioni di taglio convenzionali, i ritagli possono rimanere intrappolati nella macchina, causandone l'arresto. Il risultato è un aumento dei tassi di scarto e lunghi periodi di fermo macchina, che costano all'azienda produttrice materiale, tempo e denaro. L'industria metallurgica è un settore economico importante in Germania e nell'UE, e gli standard di sicurezza e qualità sono rigorosi. I processi produttivi nel settore metallurgico a volte presentano tassi di scarto intorno all'1%, che non sembra molto, ma nel complesso può avere un impatto significativo sulla competitività", spiega Wolfgang Maaß.
È possibile ridurre il tasso di scarto grazie a simulazioni digitali che utilizzano l'intelligenza artificiale. Creando un gemello digitale del pezzo, tutto ciò che accade a un componente reale può essere simulato in un ambiente virtuale, dalla pianificazione e produzione al controllo qualità. In teoria, ogni aspetto della catena produttiva può essere ottimizzato con precisione, dalla velocità di rotazione ideale per la fresatura alla densità di potenza ottimale erogata dal laser. Ma c'è un problema. L'enorme quantità di dati necessaria per produrre queste simulazioni ad alta risoluzione non può essere gestita dai sistemi informatici convenzionali. I computer quantistici, che potrebbero fornire la potenza di calcolo necessaria, non sono ancora disponibili. Il risultato: "Attualmente, le simulazioni sono scarsamente utilizzate nelle applicazioni pratiche. Ciò è dovuto in parte alla mancanza di potenza di calcolo sufficiente e in parte alla necessità di dati e informazioni specializzati, che a loro volta richiedono competenze approfondite nelle simulazioni computazionali", spiega Hannah Stein del gruppo di ricerca Maaß. Attualmente, le aziende metallurgiche devono accontentarsi di gemelli digitali a bassa risoluzione e fare molto affidamento sulla conoscenza pratica e sull'esperienza dei propri ingegneri di produzione.
C'è ancora molta strada da fare prima che i computer quantistici offrano la velocità vertiginosa necessaria per gestire enormi volumi di dati. Tuttavia, i ricercatori del progetto Quasim sono saldamente ancorati alla realtà. Il consorzio di partner industriali e accademici sta lavorando a soluzioni a breve e lungo termine che sfruttano la potenza dei sistemi quantistici per fornire simulazioni migliorate da utilizzare in scenari di produzione. Secondo Wolfgang Maaß, coordinatore del progetto, "I nostri studi iniziali hanno dimostrato che, sfruttando i principi alla base dei sistemi di meccanica quantistica e utilizzando strategie di apprendimento automatico basate sulla meccanica quantistica, possiamo risolvere problemi algoritmici molto più velocemente". Sebbene gli attuali computer quantistici siano ancora agli albori, la tecnologia di base può già essere applicata in aree in cui i computer convenzionali sarebbero al limite delle loro capacità, richiedendo tempi enormi per completare un calcolo.
I ricercatori stanno utilizzando diversi metodi di calcolo quantistico per esplorare modi per rendere le simulazioni complesse più veloci e adatte alle applicazioni pratiche. Il lavoro prevede l'applicazione delle tecnologie di calcolo quantistico ai metodi di simulazione convenzionali basati su modelli matematici provenienti dalla fisica e dalla scienza dei materiali. Il team sta anche studiando metodi di apprendimento automatico basati sulla meccanica quantistica. Confrontando questi nuovi approcci con le metodologie convenzionali e valutando l'efficacia delle diverse soluzioni, il team sta sviluppando soluzioni innovative che potrebbero trovare applicazione pratica nel prossimo futuro. I risultati vengono già integrati nei metodi di simulazione esistenti. "Attualmente stiamo sviluppando i primi prototipi. Finora, i risultati più promettenti sono stati ottenuti utilizzando modelli ibridi che combinano metodologie di simulazione convenzionali con la tecnologia quantistica e l'apprendimento automatico", spiega la dottoranda Hannah Stein.
Grazie all'utilizzo di dati di produzione provenienti da linee di produzione reali, i produttori di motori aeronautici potrebbero presto impiegare simulazioni con computer quantistici per prevedere le vibrazioni delle pale durante la fresatura. Lavorando con un gemello digitale esatto, è possibile impostare con precisione i parametri di lavorazione, come la velocità di fresatura, eliminando le imprecisioni e riducendo significativamente gli scarti. Le simulazioni migliorate consentono inoltre alle macchine da taglio laser di erogare la giusta quantità di potenza durante una sequenza di lavorazione ottimizzata, producendo componenti metallici integri e perfettamente dimensionati. Alla Fiera di Hannover di quest'anno, gli specialisti di informatica aziendale di Saarbrücken presenteranno prototipi di fresatura e taglio laser che dimostrano come la produzione convenzionale possa essere migliorata grazie a simulazioni basate sulla tecnologia quantistica, riducendo i tempi di lavorazione dei materiali e migliorando la qualità del prodotto.
Il progetto Quasim ("QC-Enhanced Service Ecosystem for Simulation in Manufacturing") è un consorzio composto dal gruppo di ricerca di Wolfgang Maaß presso l'Università della Saarland e il Centro di ricerca tedesco per l'intelligenza artificiale (DFKI), dal gruppo del professor Frank-Wilhelm Mauch presso il Forschungszentrum Jülich e l'Università della Saarland, dal Fraunhofer Institute for Production Technology (IPT), dal produttore di macchine utensili TRUMPF, dal fornitore di componenti software ModuleWorks e dai partner di progetto associati Ford e dal produttore di motori aeronautici MTU Aero Engines. Il Ministero federale dell'economia e dell'azione per il clima (BMWK) e il Centro aerospaziale tedesco (DLR) hanno fornito un finanziamento complessivo per il progetto di oltre 5 milioni di euro.
