科学者たちはAIを使用して、自転車をポケットに入れられる折りたたみ可能な素材を設計しました。すべてシミュレーションのみを使用しています。つまり、AIを使用して、正確な剛性と圧縮の仕様に適合する材料を設計できるようになります。デルフト工科大学の材料科学および工学の助教授であるミゲルベッサに感謝します。


TL、DR

AIは、超圧縮可能な素材を作成するために使用されています...
AIを使用することで、試行錯誤の時間を無駄にすることなく、新しい材料の設計とテストがより高速になりました。 AIによって生成された構造設計は、脆性材料が強く、非常に柔軟になる可能性があることを意味します。

使用法

ベッサは、ミッションの男であり、 自転車 ポケットに折りたたむことができます。自転車を盗まれた回数が1回を超えているか、熱心な通勤者である可能性があります。彼の動機に関係なく、彼はAIを使用して材料のテストと設計プロセスを合理化することに成功しています。

ただし、これは折りたたみ自転車に限定されません。車のシャーシ、防護用の防具、ポップアップテントは、頭に浮かぶアプリケーションのほんの一部です(しゃれを許しません)。剛性と圧縮率が完全に調整可能な素材の可能性を想像してください!

この素材の利点は、超圧縮性を超えています。また、最小限の余分な材料を使用するため、非常に軽量です。

ひらめき

Bessaは、人工衛星によって新しい「メタマテリアル」を作成することに触発されました。 比較的狭い領域からの長い太陽の帆を広げる。彼は、これが日常のオブジェクトで可能かどうか疑問に思い始めました。自転車、ディナーテーブル、傘をポケットに折りたたむことができます。

人工知能は脆性材料を超圧縮性メタマテリアルに変換します
AIのナノスケールバージョンは、圧縮下で材料を設計しました。 Miguel BessaとTU Delftに感謝します。

AIを材料設計に使用する理由

AIが設計した素材の利点は、時間をより効率的に使用できることです。従来、新しい素材の開発は非常に試行錯誤のプロセスです。機械学習を使用して材料の圧縮を計算することにより、何百ものシミュレーションをノンストップで実行できます。また、実験をデータ駆動型で、はるかに正確にすることができます。

最近、私たちは流星の上昇を見ました CADでのAIと機械学習。から AIが生成した有名人生成設計された建物のレイアウトブロック3D家具デザイン、この発見は一連のコンピューター設計アルゴリズムの最新のものであり、設計手法を支援します。

依然として人間の介入の必要性

しかし、材料実験を行っている人たちは、まだブーツを揺らしてはいけません。このプロセスには、依然として人間の介入が必要です。コンピューターはデザインを自動的に生成しませんが、指定されたパラメーターに基づいて機能するデザインのガイドを提供します。科学者がやるべきことは、提供されたものから最適な提案を見つけることだけです。この実験では、チームは最適なモデルを見つけるために6つの異なるモデルのみをテストする必要があり、テストと実験時間を大幅に短縮しました。

AIは宝の地図を提供し、科学者は宝を見つける必要があります– Miguel Bessa

設計プロセスの小さな制限は、ナノスケールでは、硬化プロセス中に材料自体が座屈することでした。縦通材間の追加の構造的サポートを追加する必要があり、縦通材の直径を大きくする必要がありました。

デザイン

完成したデザインは単純に見えるかもしれませんが、そうではありません。圧縮は非線形であり、圧縮後に元の形状に戻り、維持する必要があります。もともとコンピューターは、理論的に構造の安定性と信頼性の高い圧縮を与えることができるロンゴンのさまざまなプロファイルの配列を生成しましたが、非常にスリムなプロファイルの製造には独自の課題があり、プロファイルは単純な円に簡素化されました。

構造と材料

コンピューターは、構造と基材の両方の効果を計算できます。

本当に賢いことは、このタイプの材料設計では、構造が材料よりも重要であることです。マクロスケールで製造された場合。ミゲル・ベッサは、他の点では脆いポリマーを、軽量で回復可能で、超圧縮可能なメタマテリアルに変えることができました。


参考文献: