Dessarrollo de vidrios ópticos conteniendo nióbio mediante machine learning

Resumen

Vidrios de alto índice de refracción son esenciales para antiguos y nuevos sistemas ópticos, como los microscopios, los telescopios y las nuevas lentes de realidad aumentada y microproyectores. Sin embargo, la mayoría de estos vidrios utilizan componentes tóxicos, como PbO, BaO, As₂O₃ y TeO₂  que llevan a altos índices de refracción y facilitan el proceso de fusión, pero son perjudiciales para el ser humano y para el medio ambiente. Por otro lado, se sabe que el niobio aumenta significativamente el índice de refracción y es un elemento que no es tóxico. El objetivo de este trabajo fue desarrollar nuevas composiciones de vidrio óptico que contengan Nb2O5 con un índice de refracción relativamente alto (n_d > 1,65), un número Abbe intermediario (35 < V_d < 55) y una temperatura de transición vítrea razonable, Tg. Para ello, utilizamos un algoritmo de machine learning, GLAS, que fue desenvuelto recientemente en DEMa – UFSCar para la producción de nuevas formulaciones de vidrios ópticos. Tras ejecutar el algoritmo 13 veces, se eligieron dos de las composiciones más prometedoras y se comprobó su capacidad de formación de vidrio y otras propiedades. La mejor composición fue analizada con respecto al índice de refracción, la temperatura de transición vítrea y la durabilidad química. Una comparación entre los resultados de laboratorio y las predicciones de la red neural artificial muestra que el algoritmo GLAS proporciona formulaciones adecuadas y puede ser usado inmediatamente para acelerar el proyecto de nuevos vidrios, reduciendo sustancialmente el número de pruebas de laboratorio. Además de eso, los resultados indican que los vidrios de niobio pueden ofrecer algunas ventajas ante su principal competidor (La₂O₃).