ORNL ganha seis prêmios de pesquisa R&D 100

May 26, 2023

DOE/Laboratório Nacional de Oak Ridge

imagem: Pesquisadores da ORNL e PolarOnyx desenvolveram colimadores e peças 2D e 3D usando fabricação baseada em compósito de matriz de carboneto de alumínio-boro.Veja mais

Crédito: PolarOnyx

As tecnologias desenvolvidas por pesquisadores do Laboratório Nacional Oak Ridge do Departamento de Energia receberam seis prêmios 2023 R&D 100.

A revista R&D World anunciou os vencedores da seleção de finalistas anunciada na semana passada. Os vencedores serão reconhecidos na cerimônia de premiação da organização, no dia 16 de novembro, em San Diego, Califórnia.

“O ORNL se esforça para fornecer soluções tecnológicas para os problemas mais difíceis do país”, disse o diretor interino do ORNL, Jeff Smith. “Os Prémios R&D 100 deste ano são um lembrete de quão arduamente os nossos cientistas e engenheiros trabalham para alcançar esse feito.”

Muitas vezes referido como “O Oscar da Inovação” e o “Prêmio Nobel da Engenharia”, o R&D 100 Awards tem homenageado, nos últimos 60 anos, a pesquisa e o desenvolvimento científico e tecnológico, levando a novos produtos comerciais, tecnologias e materiais que estão disponíveis para venda. ou licença. As tecnologias vencedoras e seus desenvolvedores são as seguintes:

Colimadores termicamente condutores fabricados aditivamente para instrumentação de nêutrons, desenvolvido por ORNL e PolarOnyx.

Pesquisadores da ORNL e PolarOnyx, Inc. desenvolveram colimadores e peças 2D e 3D usando fabricação baseada em compósito de matriz de carboneto de alumínio-boro. Os colimadores são componentes essenciais para experimentos de nêutrons e raios X, pois reduzem o fundo, de modo que apenas nêutrons e raios X espalhados por uma amostra sejam medidos. O aditivo compósito de matriz metálica, ou MMC, combina a grande seção transversal de absorção de nêutrons e a dureza do carboneto de boro com a alta condutividade térmica do alumínio para fornecer medições de espalhamento de nêutrons robustas e de baixo ruído.

Esses colimadores complexos oferecem melhorias significativas em relação aos colimadores fabricados tradicionalmente, com desempenho de teste de dispersão de nêutrons sem precedentes, e a técnica de fabricação aditiva MMC permite custos de manutenção e tempos de produção reduzidos.

O DOE Office of Science forneceu financiamento para esta pesquisa.

O desenvolvimento foi co-liderado por Matthew Stone da ORNL, Jeff Bunn, Andrew May e Jian Liu e Shuang Bai da PolarOnyx. Alexander Kolesnikov e Victor Fanelli do ORNL contribuíram para o desenvolvimento.

OpeN-AM: uma plataforma para medições operacionais de difração de nêutrons de fabricação aditiva, desenvolvido por ORNL.

Pesquisadores do ORNL desenvolveram OpeN-AM, uma plataforma para realizar estudos de difração de nêutrons operando de metais durante a fabricação aditiva, ou AM, também conhecida como impressão 3D.

A plataforma consiste em um cabeçote de deposição, recursos de usinagem e monitoramento IR ou infravermelho. Tudo isso pode ser coordenado com medições de difração de nêutrons de engenharia operando com a linha de luz VULCAN na Spallation Neutron Source, ou SNS, no ORNL.

Essa combinação de recursos fornece uma visão incomparável sobre a evolução das transformações de fase e dos estressores que ocorrem durante o processo AM. Esses novos insights permitem a melhoria contínua do processamento AM para mitigar os estressores e acelerar o desenvolvimento de novos materiais e estratégias de processo.

O financiamento para a pesquisa foi fornecido pelo DOE Laboratory Directed Research and Development, Digital Metallurgy Initiative.

Alex Plotkowski do ORNL liderou o desenvolvimento com Chris Fancher, Kyle Saleeby, James Haley, Ke An, Dunji Yu, Tom Feldhausen, Guru Madireddy, Yousub Lee, Joshua Vaughan, Suresh Babu, Jessie Heineman, Clay Leach, Wei Tang e Amit Shyam do ORNL ajudando no desenvolvimento.

Microscopia Autônoma Baseada em Aprendizagem Ativa e Baseada em Física para Descoberta Científica, desenvolvido por ORNL.

Pesquisadores do ORNL e da Universidade do Tennessee, Knoxville, criaram um método de aprendizagem ativo e baseado em física para experimentos autônomos. Este conjunto de software é composto por algoritmos de aprendizagem ativa, software de controle para microscópios e outras ferramentas experimentais que agilizam a descoberta científica.