|
ИИ придумал материалы прочные как сталь и лёгкие как перышко
|
|
|
|
Исследователи из Факультета прикладных наук и инженерии Университета Торонто использовали машинное обучение для разработки наноструктурных материалов, которые обладают прочностью углеродистой стали, но легкостью пенополистирола.
|
|
|
|
В новой статье, опубликованной в журнале Advanced Materials, команда под руководством профессора Тобина Филлетера (Tobin Filleter) описывает, как они создали наноматериалы, свойства которых сочетают в себе исключительную прочность, малый вес и возможность настройки. Этот подход может принести пользу широкому спектру отраслей промышленности, от автомобильной до аэрокосмической.
|
|
|
|
“Наноархитектурные материалы сочетают в себе высокоэффективные формы, например, мост из треугольников наноразмерных размеров, что позволяет использовать эффект ”чем меньше, тем прочнее" для достижения одного из самых высоких соотношений прочности и жесткости к весу среди всех материалов", - говорит Питер Серлес, первый автор новой статьи.
|
|
|
|
“Однако стандартные формы и геометрия решеток, как правило, имеют острые пересечения и углы, что приводит к проблеме концентрации напряжений. Это приводит к раннему локальному разрушению материалов, ограничивая их общий потенциал.
|
|
|
|
“Когда я задумался об этой задаче, то понял, что это идеальная задача для машинного обучения”.
|
|
|
|
|
|
|
Наноархитектурные материалы состоят из крошечных строительных блоков или повторяющихся элементов размером в несколько сотен нанометров - потребовалось бы собрать более 100 таких элементов в ряд, чтобы они достигли толщины человеческого волоса. Эти строительные блоки, которые в данном случае состоят из углерода, расположены в сложных трехмерных структурах, называемых нанорешетками.
|
|
|
|
Чтобы разработать свои усовершенствованные материалы, Серлс и Филлетер работали с профессором Сынхва Рю и аспирантом Джинвуком Йео из Корейского института передовых наук и технологий (KAIST) в Тэджоне, Южная Корея. Это партнерство было начато в рамках программы Международных докторских кластеров Университета Торонто, которая поддерживает подготовку докторантов посредством научного взаимодействия с международными коллаборационистами.
|
|
|
|
Команда KAIST использовала алгоритм машинного обучения с многоцелевой байесовской оптимизацией. Этот алгоритм извлек уроки из смоделированных геометрических параметров, чтобы предсказать наилучшие возможные геометрические параметры для улучшения распределения напряжений и соотношения прочности и веса конструкций с наноструктурной архитектурой.
|
|
|
|
Затем Серлз использовал двухфотонный полимеризационный 3D-принтер, размещенный в Центре исследований и применения жидкостных технологий (CRAFT), для создания прототипов для экспериментальной проверки. Эта технология аддитивного производства позволяет выполнять 3D-печать в микро- и наномасштабе, создавая оптимизированные углеродные нанорешетки.
|
|
|
|
Эти оптимизированные нанорешетки более чем в два раза увеличили прочность существующих конструкций, выдерживая нагрузку в 2,03 мегапаскаля на каждый кубический метр на килограмм его плотности, что примерно в пять раз выше, чем у титана.
|
|
|
|
“Это первый случай, когда машинное обучение было применено для оптимизации наноструктурных материалов, и мы были потрясены достигнутыми улучшениями”, - говорит Серлс. “Он не просто воспроизвел успешные геометрии на основе обучающих данных; он узнал, какие изменения в формах сработали, а какие нет, что позволило ему предсказать совершенно новую геометрию решетки.
|
|
|
|
“Машинное обучение, как правило, требует больших объемов данных, и трудно генерировать много данных, когда вы используете высококачественные данные, полученные в результате анализа методом конечных элементов. Но алгоритму многоцелевой байесовской оптимизации требовалось всего 400 точек данных, в то время как другим алгоритмам могло потребоваться 20 000 и более. Таким образом, мы смогли работать с гораздо меньшим, но чрезвычайно качественным набором данных.”
|
|
|
|
“Мы надеемся, что эти новые конструкции материалов в конечном итоге приведут к созданию сверхлегких компонентов в аэрокосмической промышленности, таких как самолеты, вертолеты и космические корабли, которые могут снизить потребность в топливе во время полета, сохраняя при этом безопасность и эксплуатационные характеристики”, - говорит Филлетер. “В конечном итоге это может помочь снизить выбросы углекислого газа, связанные с полетами”.
|
|
|
|
“Например, если бы вы заменили в самолете компоненты из титана на этот материал, вы бы сэкономили 80 литров топлива в год на каждый килограмм заменяемого материала”, - добавляет Серлес.
|
|
|
|
Среди других участников проекта - профессора Университета Торонто Ю Цзоу, Чандра Вир Сингх, Джейн Хоу и Чарльз Цзя, а также международные сотрудники из Технологического института Карлсруэ (KIT) в Германии, Массачусетского технологического института (MIT) и Университета Райса в Соединенных Штатах.
|
|
|
|
“Это был многогранный проект, который объединил различные элементы из области материаловедения, машинного обучения, химии и механики, чтобы помочь нам понять, как улучшить и внедрить эту технологию”, - говорит Серлз, который в настоящее время является научным сотрудником Шмидта в Калифорнийском технологическом институте (Caltech).
|
|
|
|
“Наши следующие шаги будут направлены на дальнейшее совершенствование конструкций из этих материалов для создания экономически эффективных макромасштабных компонентов”, - добавляет Филлетер.
|
|
|
|
- Кроме того, мы продолжим изучать новые конструкции, которые позволят добиться еще более низкой плотности материалов при сохранении высокой прочности и жесткости”.
|
|
|
|
Источник
|
