Leon Contreras, Texas A&M Universiteti

Gaby Clark tərəfindən redaktə edilmişdir , Andrew Zinin tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriKredit: Pixabay/CC0 Public Domain

Aerokosmik tətbiqlərdə yüksək temperaturda forma yaddaşı olan ərintilər (HTSMAs) – qızdırıldıqdan sonra yadda saxlamağa və orijinal formalarına qayıtmağa qadir olan materiallar – yüksək temperaturda işləmək üçün bahalı elementlərə etibar etdikləri üçün çox vaxt yüksək xərclərlə məhdudlaşdırılır.

F/A-18 kimi döyüş təyyarələri izdihamlı təyyarə gəmilərinə sığmaq üçün qanadlarını qatlamalıdır. Qanadları qatlayan sistem ağır mexaniki hissələrə əsaslanır. Ancaq yeni daha yüngül, daha ağıllı ərintilərlə bu hərəkətlər daha az çəki və daha çox səmərəliliklə edilə bilər. Bu o deməkdir ki, daha çox təyyarə daha sürətli və daha az enerji sərf etməklə uçmağa hazır ola bilər.

Tədqiqatçılar öz nəticələrini Acta Materialia jurnalında dərc ediblər . Tədqiqat materialların kəşfini sürətləndirmək və inkişaf xərclərini azaltmaq üçün süni intellektin (AI) və yüksək məhsuldarlıqlı təcrübənin necə birləşdirilə biləcəyini nümayiş etdirir.

Bu qabaqcıl tədqiqat funksional ərinti dizaynında yeni bir dövrün mərhələsini qoyur – daha sürətli, daha ucuz və daha ağıllı. Bu o deməkdir ki, bu prosesdən istifadə edə biləcək hər şey tezliklə yalnız daha səmərəli deyil, həm də xərclərə qənaət etmək istəyənlər üçün daha əlverişli materiallardan hazırlana bilər.

Komandaya materialların kəşfinə verilənlərə əsaslanan yanaşma inkişaf etdirmiş Şöbə müdiri və Chevron professoru Dr. İbrahim Karaman və Chevron professoru II Dr. Raymundo Arroyave rəhbərlik edir.

“Bu iş göstərir ki, biz bahalı sınaq və səhv yolu ilə deyil, verilənlər və fizika ilə idarə olunan ağıllı, məqsədyönlü kəşfiyyat vasitəsilə daha yaxşı yüksək temperaturlu ərintilər dizayn edə bilərik” dedi Karman.

“Bu layihə maraqlıdır, çünki son illərdə inkişaf etdirdiyimiz qabaqcıl ərinti inkişaf çərçivələrinin gücünü göstərir.” Arroyave əlavə etdi.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=2793866484&adk=2520359048&adf=1100001614&pi=t.ma~as.2793866484&w=750&abgtt=6&fwrn=4&fwrnh=0&lmt=1752134044&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Ftechxplore.com%2Fnews%2F2025-07-high-temperature-memory-alloys-boost.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM4LjAuNzIwNC45NyIsbnVsbCwwLG51bGwsIjY0IixbWyJOb3QpQTtCcmFuZCIsIjguMC4wLjAiXSxbIkNocm9taXVtIiwiMTM4LjAuNzIwNC45NyJdLFsiR29vZ2xlIENocm9tZSIsIjEzOC4wLjcyMDQuOTciXV0sMF0.&dt=1752134041295&bpp=15&bdt=221&idt=15&shv=r20250708&mjsv=m202507020101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Dfdc40d724f2dca57%3AT%3D1735367325%3ART%3D1752134041%3AS%3DALNI_MYStQ6fUQQQLyo5Z7z1h-XhXcWBtA&gpic=UID%3D00000f80eacffadc%3AT%3D1735367325%3ART%3D1752134041%3AS%3DALNI_MYaOugky0UawScoidzfbXof3-N-iw&eo_id_str=ID%3D878d521b85743f4c%3AT%3D1751526237%3ART%3D1752134041%3AS%3DAA-AfjZCLruwaFzoQORvGPwXS3Y2&prev_fmts=0x0%2C1905x945&nras=2&correlator=8107476061658&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=1917&biw=1905&bih=945&scr_x=0&scr_y=0&eid=95353386%2C95362656%2C95365234%2C95365461%2C95344789%2C95359266%2C95365797%2C95360684&oid=2&pvsid=7341284451394659&tmod=1856314984&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=3387

Fon

Yeni metalların dizaynı adətən çox vaxt və pul tələb edir. Alimlər doğru olanı tapmaq üçün minlərlə metal qarışığı sınaqdan keçirməlidirlər və hətta kiçik dəyişikliklər, məsələn, bir elementdən cəmi 0,1% daha çox əlavə etmək materialın davranışını tamamilə dəyişə bilər. Bu qədər variantla, ərinti üçün düzgün birləşməni tapmaq düzgün lotereya nömrələrini təxmin etmək kimi olardı.Qrafik abstrakt. Kredit: Acta Materialia (2024). DOI: 10.1016/j.actamat.2024.120651

İşləri sürətləndirmək üçün Texas A&M Universitetinin tədqiqatçıları güclü kompüterlər və süni intellektdən istifadə edirlər . Bu alətlər onlara müxtəlif metal qarışıqlarının necə qarşılıqlı təsir göstərəcəyini proqnozlaşdırmağa kömək edir, buna görə də laboratoriyalarında hər bir variantı sınaqdan keçirmək məcburiyyətində deyillər. Bunun əvəzinə, səylərini daha perspektivli olanlara cəmləşdirməyə kömək etmək üçün süni intellektdən istifadə edirlər.

“Qabaqcıl hesablama alətləri ilə biz təkcə ərintilərin kəşfini sürətləndirmirik, həm də kəşfin necə baş verdiyini yenidən formalaşdırırıq”, – deyə Ph.D Sina Hossein Zadeh bildirib. Materialşünaslıq və mühəndislik fakültəsinin tələbəsi.

Tədqiqat yeniliyi

Bu layihənin diqqətəlayiq xüsusiyyəti onun Batch Bayesian Optimization (BBO) kimi tanınan çərçivə vasitəsilə maşın öyrənməsi və eksperimental işlərin inteqrasiyasıdır . BBO elm adamlarına keçmiş eksperimental nəticələrə əsaslanaraq ərintisi proqnozlarını təkrar-təkrar dəqiqləşdirməyə, israfı minimuma endirməyə və kəşfin səmərəliliyini artırmağa imkan verir.

Karaman deyir: “Bu çərçivə təkcə kəşfi sürətləndirmir, həm də enerji itkisini azaltmaq və ya bir çox tətbiqlərdə işəsalma performansını yaxşılaşdırmaq kimi xüsusi funksiyalar üçün ərintilərin hazırlanmasına qapı açır.”

Məqsəd istilik və ya elektrik kimi bir şeyə cavab olaraq hərəkət edən və ya şəklini dəyişən materialları – maşınlar üçün əzələlərə bənzər bir şey etməkdir. Bu xüsusi materiallara aktuatorlar deyilir və onlar tez-tez aerokosmik, robototexnika və hətta tibbi cihazlarda istifadə olunur.

Çağırışlar və gələcək

Hal-hazırda, model forma yaddaş davranışını artırmaq və transformasiya temperaturunu yüksəltmək üçün mis və hafnium ilə ərintiləri araşdırır. Bununla belə, daha çox elementi birləşdirmək və transformasiya gərginliyi kimi əlavə performans göstəricilərini proqnozlaşdırmaq üçün əlavə tədqiqatlara ehtiyac var – ərintinin əməliyyat zamanı əslində nə qədər hərəkət edə və ya şəklini dəyişə biləcəyi.

Broucek-ə görə, “Növbəti sərhəd yalnız düzgün temperaturda transformasiya etməklə yanaşı, həm də xidmətdə əhəmiyyətli gərginlik təmin edən ərintilərin dizaynıdır. Məhz bu, onları aerokosmik və enerji tətbiqləri üçün yararlı edəcək.”

Daha çox məlumat: J. Broucek et al, Bayesian optimallaşdırmasından istifadə edərək minimum istilik histerezisi ilə yüksək temperaturlu NiTiCuHf forma yaddaş ərintilərinin dizaynı, Acta Materialia (2024). DOI: 10.1016/j.actamat.2024.120651

Jurnal məlumatı: Acta Materialia Texas A&M Universiteti tərəfindən təmin edilmişdir