Toronto Universitetinin Tətbiqi Elmlər və Mühəndislik Fakültəsinin tədqiqatçıları karbon poladının gücünə, lakin Styrofoamın yüngüllüyünə malik olan nano-memarlıq materiallarının layihələndirilməsi üçün maşın öyrənməsindən istifadə ediblər.

Advanced Materials -da dərc olunan yeni məqalədə professor Tobin Filleterin rəhbərlik etdiyi bir qrup müstəsna güc, yüngül çəki və fərdiləşdirmə qabiliyyətinin ziddiyyətli birləşməsini təklif edən xassələrə malik nanomaterialları necə hazırladıqlarını təsvir edir. Bu yanaşma avtomobildən tutmuş aerokosmik sənayeyə qədər geniş sahələrə fayda verə bilər.

“Nano-memarlıq materialları yüksək performanslı formaları, məsələn, üçbucaqlardan körpü yaratmaq kimi nanoölçülü ölçülərdə birləşdirir, bu da “kiçikdir daha güclüdür” effektindən istifadə edərək, çəkiyə nisbətdə ən yüksək gücə və sərtliyə nail olur. hər hansı bir materialın çəki nisbətləri,” yeni məqalənin ilk müəllifi Peter Serles deyir.

“Lakin istifadə edilən standart şəbəkə formaları və həndəsələri kəskin kəsişmələrə və künclərə malik olur ki, bu da gərginliyin konsentrasiyası probleminə gətirib çıxarır. Bu, materialların erkən yerli uğursuzluğu və qırılması ilə nəticələnir, onların ümumi potensialını məhdudlaşdırır.

“Bu problem haqqında düşünərkən başa düşdüm ki, bu, maşın öyrənməsi üçün mükəmməl bir problemdir .”

Nano-memarlıq materialları kiçik tikinti bloklarından və ya bir neçə yüz nanometr ölçüdə təkrarlanan vahidlərdən hazırlanır – insan saçının qalınlığına çatmaq üçün onlardan 100-dən çoxunu bir sıra naxışlarla tərtib etmək lazımdır. Bu halda karbondan ibarət olan bu tikinti blokları nanolatiklər adlanan mürəkkəb 3D strukturlarda düzülüb.

https://googleads.g.doubleclick.net/pagead/ads?client=ca-pub-0536483524803400&output=html&h=188&slotname=8188791252&adk=1687169288&adf=4054963813&pi=t.ma~as.8188791252&w=750&abgtt=6&fwrn=4&lmt=1737964503&rafmt=11&format=750×188&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-01-machine-3d-yield-steel-strong.html&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTMxLjAuNjc3OC4yNjciLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjEzMS4wLjY3NzguMjY3Il0sWyJDaHJvbWl1bSIsIjEzMS4wLjY3NzguMjY3Il0sWyJOb3RfQSBCcmFuZCIsIjI0LjAuMC4wIl1dLDBd&dt=1737964503901&bpp=1&bdt=162&idt=92&shv=r20250121&mjsv=m202501160401&ptt=9&saldr=aa&abxe=1&cookie=ID%3Df22668bce9793ae4%3AT%3D1735196613%3ART%3D1737964206%3AS%3DALNI_Mb4Xpwl1SO1AcvqroR6xccDm_sheQ&gpic=UID%3D00000f7c5320f40b%3AT%3D1735196613%3ART%3D1737964206%3AS%3DALNI_Mb1dz_DHiT2yDzXLMaB9CDkQl4XGg&eo_id_str=ID%3Dcdf7f2f01784f52d%3AT%3D1735196613%3ART%3D1737964206%3AS%3DAA-Afjb8kbeupLLyQ0QHQmZxpM4v&prev_fmts=0x0&nras=1&correlator=4814782982759&frm=20&pv=1&rplot=4&u_tz=240&u_his=3&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=447&ady=1727&biw=1903&bih=945&scr_x=0&scr_y=0&eid=31089871%2C95350442%2C95350548%2C95347432&oid=2&pvsid=2379442798339449&tmod=497179663&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=96

Təkmilləşdirilmiş materiallarının dizaynı üçün Serles və Filleter professor Seunghwa Ryu və Ph.D. Cənubi Koreyanın Daejeon şəhərindəki Koreya Qabaqcıl Elm və Texnologiya İnstitutunda (KAIST) tələbə Jinwook Yeo. Bu əməkdaşlıq Toronto Universitetinin Beynəlxalq Doktorantura Klasterləri proqramı vasitəsilə başlanmışdır ki, bu proqram beynəlxalq əməkdaşlarla tədqiqat əlaqəsi vasitəsilə doktorantura hazırlığını dəstəkləyir.

KAIST komandası çox məqsədli Bayesian optimallaşdırma maşın öyrənmə alqoritmini istifadə etdi. Bu alqoritm gərginliyin paylanmasını artırmaq və nano-arxitekturalı dizaynların güc-çəki nisbətini yaxşılaşdırmaq üçün mümkün olan ən yaxşı həndəsələri proqnozlaşdırmaq üçün simulyasiya edilmiş həndəsələrdən öyrənmişdir.

Serles daha sonra eksperimental yoxlama üçün prototiplər yaratmaq üçün Maye Texnologiyalarında Tədqiqat və Tətbiq Mərkəzində (CRAFT) yerləşən iki fotonlu polimerləşmə 3D printerindən istifadə etdi. Bu əlavə istehsal texnologiyası optimallaşdırılmış karbon nanolatikaları yaratmaqla mikro və nano miqyasda 3D çap etməyə imkan verir.

Bu optimallaşdırılmış nanolatikalar, titandan təxminən beş dəfə yüksək olan sıxlığının hər kubmetri üçün 2,03 meqapaskal gərginliyə tab gətirərək, mövcud dizaynların gücünü iki dəfədən çox artırdı.

“Bu, nano-memarlıq materiallarını optimallaşdırmaq üçün ilk dəfə maşın öyrənməsi tətbiq edilir və biz təkmilləşdirmələrdən şoka düşdük” dedi Serles. “O, sadəcə təlim məlumatlarından uğurlu həndəsələri təkrarlamırdı; o, formalarda hansı dəyişikliklərin işlədiyini və nəyin yaramadığını öyrənərək, ona tamamilə yeni şəbəkə həndəsələrini proqnozlaşdırmağa imkan verdi.

Gündəlik anlayışlar üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosda ən son yenilikləri kəşf edin . Pulsuz xəbər bülleteni üçün qeydiyyatdan keçin və mühüm nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklər əldə edin .Abunə ol

“Maşın öyrənməsi adətən çox məlumat tələb edir və siz sonlu elementlər analizindən yüksək keyfiyyətli məlumatlardan istifadə edərkən çoxlu məlumat yaratmaq çətindir . Lakin çoxməqsədli Bayesian optimallaşdırma alqoritmi üçün yalnız 400 məlumat nöqtəsi lazım idi, digər alqoritmlər isə 20,000 və ya daha çox lazımdır, belə ki, biz daha kiçik, lakin olduqca yüksək keyfiyyətli məlumat dəsti ilə işləyə bildik.”

“Ümid edirik ki, bu yeni material dizaynları nəticədə təyyarələr, helikopterlər və kosmik gəmilər kimi aerokosmik tətbiqlərdə təhlükəsizlik və performansı qoruyarkən uçuş zamanı yanacaq tələblərini azalda bilən ultra yüngül çəki komponentlərinə gətirib çıxaracaq”, – Filleter deyir. “Bu, nəticədə uçuşun yüksək karbon izini azaltmağa kömək edə bilər.”

“Məsələn, əgər siz təyyarədə titandan hazırlanmış komponentləri bu materialla əvəz etsəniz, dəyişdirdiyiniz hər kiloqram material üçün ildə 80 litr yanacağa qənaət etmiş olarsınız”, – Serles əlavə edir.

Layihəyə digər töhfə verənlər arasında Toronto Universitetinin professorları Yu Zou, Chandra Veer Singh, Jane Howe və Charles Jia, həmçinin Almaniyanın Karlsruhe Texnologiya İnstitutundan (KIT), Massaçusets Texnologiya İnstitutundan (MIT) və Rays Universitetindən beynəlxalq əməkdaşlar var. Amerika Birləşmiş Ştatları.

Hazırda Kaliforniya İnstitutunda Schmidt Elmi Təqaüdçüsü olan Serles deyir: “Bu, materialşünaslıq , maşın öyrənməsi, kimya və mexanikadan müxtəlif elementləri bir araya gətirən çoxşaxəli layihə idi ki, bu texnologiyanı necə təkmilləşdirə və tətbiq edək”. Texnologiya (Caltech).

“Növbəti addımlarımız qənaətcil makromiqyaslı komponentləri təmin etmək üçün bu material dizaynlarının miqyasını daha da təkmilləşdirməyə yönəldiləcək” Filleter əlavə edir.

“Bundan əlavə, biz yüksək gücü və sərtliyi qoruyarkən material arxitekturasını daha da aşağı sıxlığa sövq edən yeni dizaynları araşdırmağa davam edəcəyik.”

Ətraflı məlumat: Peter Serles et al, Karbon Nanolattikalarının Bayesian Optimizasiyası ilə Ultra Yüksək Xüsusi Güc, Qabaqcıl Materiallar (2025). DOI: 10.1002/adma.202410651

Jurnal məlumatı: Təkmil materiallar 

Toronto Universiteti tərəfindən təmin edilmişdir