Un robot de laboratoire teste l'acier plus de 10 fois plus vite

Dans l'Institut de recherche sur les matériaux de l'université de Tohoku, un échantillon d'acier est chauffé dans un four, puis un bras robotisé le transporte jusqu'à un appareil à rayons X, puis jusqu'à une machine d'essais de choc. Personne ne le touche entre les étapes. Une fois le traitement thermique achevé, la manipulation, la mesure et la récupération de chaque échantillon prennent environ 800 secondes.

Amener un acier à être à la fois plus résistant et plus tenace suppose d'explorer un immense éventail de conditions de mise en œuvre. Même avec le même alliage, le traitement thermique peut modifier radicalement la microstructure et les propriétés mécaniques du métal. Les métaux massifs de construction ont été particulièrement difficiles à automatiser, par rapport aux liquides, aux poudres et aux couches minces, car chaque échantillon solide doit être transporté, positionné, chauffé, caractérisé et soumis à des essais mécaniques, et chacune de ces étapes repose sur des équipements volumineux et spécialisés.

La réponse de l'équipe tient en un jeu d'outils dédiés à la manipulation des échantillons et en un ordinateur unique qui pilote l'ensemble des instruments. La plateforme combine un four à induction, un diffractomètre à rayons X (XRD) et une machine d'essais de choc à petite échelle, un bras robotisé déplaçant les échantillons entre eux. Les chercheurs l'ont utilisée pour réaliser des revenus en une et en deux étapes sur un acier faiblement allié commercial JIS SCM435H, une nuance définie par les normes industrielles japonaises. Chaque essai produit simultanément des données sur le procédé, la structure et les propriétés.

Les auteurs indiquent que l'évaluation mécanique atteint une précision comparable à celle des mesures effectuées à la main par les chercheurs, tandis que la séquence expérimentale est plus de 10 fois plus rapide. La plateforme embarque aussi un outil d'optimisation par IA, intégré au système d'orchestration du NIMS (NIMO), qui ajuste déjà automatiquement les paramètres de contrôle du four. La boucle qui fermerait le cycle est présentée comme un travail futur : l'IA analyse chaque résultat, propose le traitement thermique suivant, la plateforme l'exécute et renvoie les nouvelles données.

Pour les équipes spécialisées dans les matériaux, le gain immédiat est celui de la diversité. Les auteurs estiment que le système pourrait élargir sensiblement les conditions de traitement thermique que les chercheurs peuvent explorer, et qu'il génère les données dont l'IA a besoin pour apprendre. L'équipe ne donne aucun calendrier pour une utilisation industrielle, et la boucle fermée n'a pas encore été démontrée. Pour l'heure, les preuves portent sur une seule nuance d'acier, testée dans un seul laboratoire, et l'objectif affiché par Miyamoto est d'accélérer la découverte autonome de nouvelles voies de mise en œuvre et de nouveaux matériaux de structure.