Yandex Metrika
1
1 репост, 1 голос

Для создания ранее не виденных наноматериалов, сочетающих в себе прочность углеродистой стали и лёгкость пенопласта, учёные использовали искусственный интеллект (ИИ).

Эти наноматериалы, изготовленные с применением машинного обучения и 3D-печати, более чем в два раза превосходят по прочности существующие образцы. Исследователи, участвующие в разработке, отмечают, что новые материалы могут быть использованы для создания более прочных, лёгких и топливно-эффективных компонентов в самолётах и автомобилях. Результаты исследования были опубликованы 23 января в журнале Advanced Materials.

Новый чудо-материал, разработанный с помощью ИИ, лёгкий как пена, но прочный как сталь.
Изображение нового наноматериала. Изображение: Peter Serles/University of Toronto Engineering

«Мы надеемся, что новые конструкции материалов в будущем позволят создавать ультра-легкие компоненты для аэрокосмической отрасли — самолёты, вертолёты, космические аппараты, которые помогут снизить расход топлива при полётах, не уступая в безопасности и производительности, — заявил соавтор исследования Тобин Филлетер (Tobin Filleter), профессор инженерного дела Торонтоского университета. — В конечном итоге это поможет уменьшить высокий углеродный след авиации.»

Во многих материалах прочность и ударопрочность часто идут вразрез друг с другом. Например, керамическая тарелка может выдерживать значительные нагрузки, но её прочность оборачивается хрупкостью — небольшое воздействие может привести к её разрушению.

Та же проблема наблюдается и у наноархитектурированных материалов. Благодаря множеству крошечных повторяющихся строительных блоков, толщиной примерно в 1/100 человеческого волоса, они обладают высокой прочностью и жёсткостью для своей массы. Однако такая структура может приводить к концентрации напряжений, что увеличивает риск внезапного разрушения. До настоящего времени именно эта склонность к растрескиванию ограничивала область их применения.

«Размышляя над этой задачей, я понял, что она идеально подходит для решения с помощью машинного обучения», — отметил первый автор исследования, Питер Серлз (Peter Serles), инженер-исследователь из Caltech.

Для поиска лучших вариантов конструкции наноматериалов учёные сначала смоделировали возможные геометрии, а затем обработали их с помощью алгоритма машинного обучения. Изучая полученные данные, алгоритм смог предсказать оптимальные формы, которые равномерно распределяют приложенные напряжения и при этом выдерживают большие нагрузки.

Обладая этими формами, исследователи с помощью 3D-принтера изготовили новые нанорешётки. Результаты показали, что они способны выдерживать напряжение в 2,03 мегапаскаля на каждый кубический метр на килограмм — что в пять раз превышает прочность титана.

«Это первый случай применения машинного обучения для оптимизации наноархитектурированных материалов, и нас поразили полученные улучшения, — прокомментировал Серлз. — Алгоритм не просто копировал удачные геометрии из обучающих данных; он анализировал, какие изменения форм работали, а какие нет, что позволило ему предсказать совершенно новые структуры решёток.»

В дальнейшем учёные планируют масштабировать производство материалов до размеров, позволяющих использовать их в создании более крупных компонентов, а также продолжить поиск ещё более эффективных конструкций с использованием разработанной методики. Основная цель — создание значительно более лёгких и прочных деталей для транспортных средств будущего.

«Например, если заменить титановый компонент в самолёте этим материалом, можно сэкономить до 80 литров топлива в год на каждый килограмм заменённого материала», — отметил Серлз.

Заметили ошибку в тексте? Выделите её мышкой и нажмите Ctrl + Enter

Следите за нашими новостями:


Понравилось? Поделитесь с друзьями!

✏️ Сообщить об ошибке

Вы заметили ошибку в следующем тексте: