Команда інтегрувала машинне навчання та експериментальну роботу за допомогою фреймворку, відомого як пакетна баєсівська оптимізація (BBO). Вчені у Сполучених Штатах вивчають сплави з пам’яттю форми за допомогою штучного інтелекту (ШІ), щоб зробити винищувачі ефективнішими та продуктивнішими.
Ця технологія може дозволити складати крила винищувачів за допомогою електричного нагрівання та охолодження, що забезпечить ефективніший рух. Винищувачі (такі як американський F/A-18) повинні мати можливість складати крила для перевезення на переповнених авіаносцях. Наразі система, яку використовують винищувачі, складається з важких механічних деталей. Це може змінитися з використанням високотемпературних сплавів з пам’яттю форми (HTSMA).
Технології HTSMA дозволять реактивному літаку рухатися з меншою вагою та більшою ефективністю, а це означає, що більше реактивних літаків готуватимуться до польоту з більшою швидкістю та оптимальним використанням енергії.
Сплави з пам’яттю форми для більш ефективних винищувачів
На сьогодні сплави з пам’яттю форми мають одну проблему: вони зазвичай досить дорогі. Вчені з кафедри матеріалознавства та інженерії Техаського університету A&M припускають, що штучний інтелект та високопродуктивні експерименти можна поєднати для пришвидшення відкриття матеріалів та зниження витрат на розробку. Це означає, що процес можна виконати швидше, що призведе до отримання більш ефективних матеріалів за доступною ціною.
Розробка нових матеріалів вимагає тестування тисяч металевих сумішей, щоб знайти правильну, оскільки навіть незначна зміна може повністю змінити поведінку матеріалу. Тому пошук правильної комбінації сплаву може бути повним експериментом, заснованим на випадкових виграшах. Команда під керівництвом завідувача кафедри та професора Chevron доктора Ібрагіма Карамана та професора Chevron II доктора Раймундо Аррояве розробила підхід до пошуку матеріалів, заснований на даних.
«Ця робота показує, що ми можемо розробляти кращі високотемпературні сплави не шляхом дорогого методу спроб і помилок, а завдяки розумному, цілеспрямованому дослідженню, заснованому на даних та фізиці», – сказав Карман. «Цей проєкт захопливий, оскільки він демонструє потужність передових систем розробки сплавів, які ми розробляли протягом останніх років», – додав Аррояве.
Проєктування сплавів
Команда залучила потужні комп’ютери та штучний інтелект для прогнозування взаємодії різних металевих сумішей, тому їм не потрібно тестувати кожен варіант у своїх лабораторіях. Це призводить до значного скорочення кількості комбінацій, які їм фактично потрібно тестувати в лабораторії. Команда інтегрувала машинне навчання та експериментальну роботу за допомогою фреймворку, відомого як пакетна баєсівська оптимізація (BBO). BBO дозволяє команді уточнювати прогнозування сплавів на основі попередніх експериментів, мінімізуючи втрати та максимізуючи ефективність виявлення.
«Ця структура не лише пришвидшує відкриття, — каже Караман, — але й відкриває шлях до розробки сплавів для виконання певних функцій, таких як зменшення втрат енергії або покращення характеристик спрацьовування в багатьох застосуваннях».
Їхня мета — розробити матеріали, які змінюють форму під дією тепла чи електрики, щось на кшталт м’язів для машин. Ці спеціальні матеріали – актуатори – використовуються в аерокосмічній галузі, робототехніці та медичних пристроях. Після досягнення цієї мети американські винищувачі можуть стати маневренішими та працювати краще. Висновки були опубліковані в журналі Acta Materialia.