![--](https://www.scienzainrete.it/files/styles/molto_grande/public/Screenshot%202020-10-30%20at%2010.18.07_6.png?itok=tt_Yp0Mm)
Giulia Scalet ha vinto il Premio giovani ricercatori edizione 2020 categoria Ingegneria per il paper: "A three-dimensional phenomenological model for shape memory alloys including two-way shape memory effect and plasticity", pubblicato su Mecanics of Materials nel 2019.
Motivazione: all’unanimità la Commissione dichiara vincitrice la dr.ssa Giula Scalet, la quale ha presentato un prodotto di ricerca relativo alla meccanica non lineare di strutture avanzate multi-campo, di grande interesse e di sicuro impatto nella comunità scientifica internazionale.
I materiali intelligenti, ossia materiali in grado di rispondere a stimoli esterni (es. termici, magnetici, elettrici) variando autonomamente la propria forma e/o proprietà, rivestono un ruolo chiave per il progresso tecnologico in svariati campi scientifici e industriali, quali quello della salute, delle telecomunicazioni, dei trasporti o dell’energia.
Le leghe a memoria di forma rappresentano uno dei più famosi e utilizzati esempi di materiali metallici intelligenti, che da anni contribuisce allo sviluppo tecnologico in molti ambiti, da quello medico (es. stent cardiovascolari) a quello meccanico (es. attuatori) [1].
L’interesse verso tali materiali è legato alle loro due sorprendenti capacità termo-meccaniche, meglio note come pseudoelasticità e effetto a memoria di forma a una via. La pseudoelasticità permette loro di essere fortemente deformati e di recuperare la forma originale dopo la rimozione del carico meccanico applicato; l’effetto a memoria di forma a una via consente loro il recupero della forma originale, da una configurazione deformata, se sottoposti a un ciclo di riscaldamento e raffreddamento opportuno. Se opportunamente trattate, le leghe a memoria di forma manifestano, inoltre, il cosiddetto effetto a memoria di forma a due vie, il quale permette il passaggio reversibile tra due configurazioni tramite raffreddamento e riscaldamento, senza l’ausilio di carichi meccanici applicati.
Proprio quest’ultimo effetto ha recentemente attirato l’attenzione dell’Organizzazione Europea per la Ricerca Nucleare (CERN) per la realizzazione di dispositivi di connessione delle tubazioni a vuoto all’interno del futuro acceleratore di particelle ad alta energia. L’elevatissima radioattività di questi ambienti comporta, infatti, una limitata presenza di personale per l’installazione e la manutenzione di questi dispositivi e le leghe a memoria di forma rappresentano una valida soluzione a questa problematica. L’effetto a memoria di forma a due vie permette di realizzare dispositivi in grado di chiudersi e sbloccarsi autonomamente grazie a stimoli termici in remoto, come mostrato in Figura [2].
La progettazione di tali dispositivi in leghe a memoria di forma è di fondamentale importanza per la determinazione della geometria ottimale e per un utilizzo efficace delle caratteristiche del materiale. Tuttavia, il comportamento non lineare e multi-fisico del materiale, complicato dalla contemporanea presenza di pseudoelasticità, effetto a memoria di forma a una via e a due vie e deformazioni plastiche indotte dall’applicazione di elevati carichi applicati, rende onerose le campagne sperimentali, aumentando quindi i tempi e i costi di progettazione.
È quindi chiara la necessità di un approccio metodologico che integri le proprietà del materiale con uno studio della risposta a livello strutturale attraverso un’appropriata modellazione matematica e numerica.
La ricerca, condotta su questo tema di grande interesse attuale, si è quindi proposta la formulazione di un modello matematico e lo sviluppo di uno strumento numerico a supporto della progettazione. Il modello sviluppato è in grado di descrivere, in modo del tutto generale e con parametri aventi significato fisico, importanti aspetti del comportamento delle leghe a memoria di forma (effetto a memoria di forma a una e a due vie, pseudo-elasticità, deformazioni plastiche), che ad oggi non erano mai stati considerati simultaneamente. L’implementazione numerica delle equazioni non lineari è stata realizzata in modo efficiente e robusto. I risultati numerici ottenuti mostrano un buon accordo con i dati sperimentali e forniscono importanti informazioni sul comportamento del materiale, al variare della sollecitazione applicata, e di alcuni dispositivi a C e ad anello, come mostrato in Figura.
I risultati della ricerca sono riportati nel lavoro “A three-dimensional phenomenological model for shape memory alloys including two-way shape memory effect and plasticity” [3], svolto in collaborazione tra l’Università di Pavia (Dr.ssa Giulia Scalet, Prof. Ferdinando Auricchio), l’Università della Calabria (Prof. Carmine Maletta) e il CERN (Dr Fabrizio Niccoli, Dr Cedric Garion, Dr Paolo Chiggiato).
Il lavoro di modellazione condotto assume un ruolo chiave a supporto della progettazione e presenta grandi prospettive future anche in altri ambiti applicativi dove vi è un elevato utilizzo di dispositivi di attuazione e di connessione soggetti a condizioni di lavoro estreme, come quello aerospaziale. L’enorme progresso nelle tecnologie di stampa 3D apre inoltre nuovi scenari nella realizzazione di dispositivi aventi geometrie molto complesse e realizzati ad-hoc per la specifica applicazione, dove un’attenta progettazione è di fondamentale importanza.
Figura. Principio di funzionamento di un anello di connessione in lega a memoria di forma (sinistra) e predizioni del modello a supporto della progettazione di temperatura e dimensioni di chiusura e apertura ottimali (destra).
Bibliografia
[1] J Jani, M Leary, A Subic, M Gibson, A review of shape memory alloy research, applications and opportunities, Materials and Design 56, 1078-1113, 2014.
[2] https://home.cern/news/news/engineering/shape-memory-material-provides-s...
[3] G Scalet, F Niccoli, C Garion, P Chiggiato, C Maletta, F Auricchio, A three-dimensional phenomenological model for shape memory alloys including two-way shape memory effect and plasticity, Mechanics of Materials 136, 103085, 2019.