Rhiannon Potkey, Tennessi Universiteti, Knoxville

Stefani Baum tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriPotensial təlim iş prosesi. Proses aşağıdakıları əhatə edir: (i) AIMD və ya MD vasitəsilə konfiqurasiyaların əldə edilməsi; (ii) potensial tərəfindən adekvat təsvir edilə bilməyən skrininq konfiqurasiyaları; (iii) sistemin demək olar ki, bütün struktur xüsusiyyətlərinin hərtərəfli təsvirinə nail olmaq üçün aktiv öyrənmə vasitəsilə potensial funksiyanın öyrədilməsi; (iv) optimallaşdırılmış potensial funksiya əsasında termodinamik və mexaniki xassə təhlillərinin aparılması. Kredit: npj Computational Materials (2025). DOI: 10.1038/s41524-025-01710-6

Təsəvvür edin ki, dimmer açarı ilə işığı idarə edə bildiyiniz kimi istiliyi idarə etmək üçün materialları proqramlaşdıra bilirsiniz. Materialları sadəcə sıxaraq və ya uzatmaqla onları daha isti və ya soyuq edə bilərsiniz.

Qabaqcıl materiallarda əsas problemlərdən biri mürəkkəb, yeni nəsil materiallarda istilik axınının dəqiq proqnozlaşdırılması və idarə edilməsidir. Sadələşdirilmiş empirik modellərə əsaslanan ənənəvi simulyasiya üsulları, xüsusilə deformasiya zamanı materialın mürəkkəb atomik qarşılıqlı təsirlərini tuta bilmir.

Mexanika və Aerokosmik Mühəndislik Departamentinin dosenti Xiangyu Li tərəfindən yeni tədqiqat və onun Ph.D. tələbə Shaodong Zhang bu problemi aradan qaldırmağa kömək edir.

Li və Zhang, atomların sub-nanometr miqyasında bir-biri ilə qarşılıqlı əlaqəsinə dair hesablama modellərini hazırlamaq üçün maşın öyrənməsi ilə dəstəklənən neyrotəkamül potensialından (NEP) istifadə etdilər. Qrafen köpüyü kimi yüksək məsaməli materiallar üçün bu texnika atomik hərəkətləri və qarşılıqlı təsirləri simulyasiya edərək istilik və mexaniki xassələri proqnozlaşdırmağa kömək edir. Texnika tədqiqatçılara bu materialların sıxılma kimi müxtəlif şəraitlərdə necə davrandığını modelləşdirməyə və onların strukturunun necə dəyişdiyini başa düşməyə imkan verir.

Li və Zhangın araşdırmaları bu yaxınlarda Beynəlxalq Thermal Sciences və npj Computational Materials jurnalında dərc olunub .

“Bu tədqiqat göstərir ki, nanomaterial qrafen köpüyü ilə ümumi silikon polimeri birləşdirməklə biz nəinki daha sərt, həm də deformasiya zamanı istilik axını tənzimləmək üçün əlamətdar bir qabiliyyətə malik olan kompozit yarada bilərik” dedi Zhang. “Bu, öz istilik xüsusiyyətlərini öz-özünə tənzimləyə bilən ağıllı materiallara yol açır, bu da noutbuklardan tutmuş kosmos gəmilərinə qədər hər şeydə daha təhlükəsiz, enerjiyə qənaət edən elektronika, təkmil geyinilə bilən cihazlar və daha ağıllı istilik idarəetmə sistemlərinə gətirib çıxarır”.Kredit: Knoxville, Tennessi Universiteti

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=8188791252&adk=1751428779&adf=2612643799&pi=t.ma~as.8188791252&w=540&fwrn=4&fwrnh=0&lmt=1760613756&rafmt=1&armr=3&format=540×280&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-10-machine-thermal-generation-nanomaterials.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTQxLjAuNzM5MC43OCIsbnVsbCwwLG51bGwsIjY0IixbWyJHb29nbGUgQ2hyb21lIiwiMTQxLjAuNzM5MC43OCJdLFsiTm90P0FfQnJhbmQiLCI4LjAuMC4wIl0sWyJDaHJvbWl1bSIsIjE0MS4wLjczOTAuNzgiXV0sMF0.&abgtt=6&dt=1760613756105&bpp=1&bdt=178&idt=24&shv=r20251014&mjsv=m202510090101&ptt=9&saldr=aa&abxe=1&cookie=ID%3De2af2bea6b3e2e90%3AT%3D1735548424%3ART%3D1760613754%3AS%3DALNI_MZIaWdAh-lthHlhpkWN2g6ZC7xT8A&gpic=UID%3D00000f8412a58936%3AT%3D1735548424%3ART%3D1760613754%3AS%3DALNI_MaJ_6ILTTPz6uEc3lU2rNf9ZPgQbA&eo_id_str=ID%3D87e2ccb6da8adec8%3AT%3D1751372215%3ART%3D1760613754%3AS%3DAA-AfjZUvMhCDRLD_DCppu51g7Xx&prev_fmts=0x0&nras=1&correlator=4640549276447&frm=20&pv=1&rplot=4&u_tz=240&u_his=4&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=2223&biw=1521&bih=730&scr_x=0&scr_y=0&eid=31095209%2C31095217%2C95373013%2C95374042%2C95374626%2C95370792&oid=2&pvsid=8646204087016491&tmod=1851758167&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C1536%2C816%2C1536%2C730&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&plas=481x656_l%7C481x656_r&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=150

Daha səmərəli təcrübələr

Li və Zhangın tədqiqatlarının nəticələri göstərdi ki, qrafen köpüyünün həm istilik keçiriciliyi, həm də istilik keçiriciliyi otaq temperaturunda sıxlığın artması ilə artır. Bununla belə, istilik keçiriciliyi sıxılma prosesində sonrakı yüksəliş trayektoriyasının ardınca aşağıya doğru tendensiya yaşayır. Nəticələr göstərir ki, ilkin vəziyyətdə istilik keçiriciliyinin zəifləməsi materialın sıxılması nəticəsində qalınlığın azalması ilə əlaqələndirilə bilər.

“Bu, bir materialın istilik keçirmə qabiliyyətinin tələb olunduğu zaman artırıla və ya aşağı salına biləcəyi” istilik açarlarının ” layihələndirilməsi üçün elmi bir plan təqdim edir” dedi Zhang.

Gələcək nəsil materialların ölçülməsi və istehsalı ilə bağlı çətinlikləri nəzərə alaraq, Li, müxtəlif birləşmələrin molekulyar quruluşunun inkişafı istiqamətləndirməyə necə kömək edə biləcəyini başa düşmək üçün maşın öyrənmə alətinə malik olduğunu söylədi.

“Məqsəd eksperimental səylərin həcmini azaltmaqdır və biz nəticənin təxmini qiymətləndirilməsini təmin edə bilərik” dedi Li. “İdeal olaraq, biz illərlə səy və alətlərin təkmilləşdirilməsi tələb edən qabaqcadan məlumat olmadan bütün maddi xassələri proqnozlaşdırmağa ümid edirik. Məqsəd materialların inkişafına kömək etmək, sistem və cihaz dizaynlarını daha sadə etməkdir, beləliklə, təkrarlanan sınaqlara və səhvlərə daha az pul və vaxt sərf edirsiniz.”

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, yeniliklər və tədqiqatlar haqqında gündəlik və ya həftəlik yeniləmələr əldə edin .

Növbəti nəsil sərhədi

Li və Zhang tərəfindən aparılan sıçrayışlı tədqiqat atom miqyaslı dəqiqlik və praktik material dizaynı arasında əsas boşluğu aradan qaldıraraq yüksək səmərəli və dəqiq olan geniş miqyaslı molekulyar dinamika simulyasiyaları üçün qapı açır .

Onların tədqiqatlarından irəli gələn gələcək tətbiqlərə yeni nəsil elektronika üçün ağıllı termal açarların işlənməsi daxildir; bədən istiliyinə uyğunlaşan geyilə bilən sensorlara və ya rahatlıq üçün istiliyi aktiv şəkildə idarə edən geyimə gətirib çıxara bilən çevik və geyilə bilən texnologiyanın inkişafı; və su buxarının adsorbsiyası üçün material kəşfinin sürətləndirilməsi.

“Hələ real tətbiqlərdən daha uzaqdır” dedi Li. “Lakin məsələn, o, dar bir temperatur diapazonunda işləməsinə icazə verməli olduğunuz batareyalarla istifadə edilə bilər. Biz həmçinin digər fiziki və kimyəvi proseslərdə maşın öyrənməsinə əsaslanan molekulyar dinamikadan istifadə etməyə ümid edirik.”

Daha çox məlumat: Pingyang Zhang et al, Maşın öyrənməsi ilə idarə olunan molekulyar dinamika qrafen köpük kompozitlərində termal tənzimləməni deşifrə edir, npj Computational Materials (2025). DOI: 10.1038/s41524-025-01710-6

Shaodong Zhang və digərləri, Maşın öyrənmə molekulyar dinamika simulyasiyaları ilə qrafen köpüyünün dinamik istilik daşıma xüsusiyyətlərinə dair nəzəri araşdırma, Beynəlxalq Termal Elmlər Jurnalı (2025). DOI: 10.1016/j.ijthermalsci.2024.109631

Jurnal məlumatı: npj Computational Materials 

Knoxvilledəki Tennessi Universiteti tərəfindən təmin edilmişdir