category
麻省理工学院CSAIL的创新人工智能系统融合了模拟和物理测试，打造出具有新发现的耐用性和灵活性的材料，用于各种工程用途。
每次你从A点顺利行驶到B点，你不仅享受到了汽车的便利，还享受到了使其安全可靠的复杂工程。除了舒适性和保护性之外，还有一个鲜为人知但至关重要的方面：微结构材料的专业优化机械性能。这些材料是不可或缺的，但往往未被承认，是加固车辆的材料，确保每次旅程的耐用性和强度。
幸运的是，麻省理工学院计算机科学与人工智能实验室（CSAIL）的科学家们已经为您考虑过这一点。一组研究人员超越了传统的试错方法，通过计算设计创造出具有非凡性能的材料。他们的新系统集成了物理实验、基于物理的模拟和神经网络，以解决理论模型和实际结果之间经常出现的差异。最引人注目的结果之一是：发现了从汽车到飞机的各种微结构复合材料，它们更坚固耐用，硬度和韧性达到最佳平衡。
“复合材料的设计和制造是工程的基础。我们的工作的意义有望远远超出固体力学领域。我们的方法为计算设计提供了蓝图，可以适用于聚合物化学、流体动力学、气象学甚至机器人等不同领域，”李北辰说，麻省理工学院电气工程和计算机科学博士生，CSAIL附属机构，该项目的首席研究员。
本月早些时候，一篇关于这项工作的开放获取论文发表在《科学进展》杂志上。
https://youtu.be/4Xav3sqnYVs
在充满活力的材料科学世界中，原子和分子就像微小的建筑师，不断合作构建万物的未来。尽管如此，每个元素都必须找到完美的伴侣，在这种情况下，重点是在材料的两个关键特性之间找到平衡：刚度和韧性。他们的方法涉及两种类型基材的大设计空间——一种是硬脆性基材，另一种是软韧性基材——以探索各种空间排列，从而发现最佳微观结构。
他们方法的一个关键创新是使用神经网络作为模拟的替代模型，减少了材料设计所需的时间和资源。李说：“这种由神经网络加速的进化算法指导我们的探索，使我们能够有效地找到性能最好的样本。”。
神奇的微观结构
研究团队首先制作了3D打印的光聚合物，大致有智能手机大小，但更薄，并在每个光聚合物上添加了一个小缺口和一个三角形切口。经过专门的紫外线处理后，使用标准试验机Instron 5984对样品进行拉伸试验，以测量强度和柔韧性。
同时，这项研究将物理试验与复杂的模拟相结合。使用高性能计算框架，该团队甚至可以在创建材料特性之前预测和细化这些特性。他们说，最大的壮举是在微观尺度上结合不同材料的微妙技术——这种方法涉及复杂的微小液滴模式，将刚性和柔性物质融合在一起，在强度和柔性之间取得正确的平衡。模拟与物理测试结果非常吻合，验证了总体有效性。
完善该系统的是他们的“神经网络加速多目标优化”（NMO）算法，该算法用于导航微观结构的复杂设计景观，揭示出表现出接近最佳机械属性的配置。工作流程就像一个自我修正机制，不断完善预测，使其更接近现实。
然而，这段旅程并非没有挑战。李强调了在3D打印中保持一致性以及将神经网络预测、模拟和真实世界的实验集成到高效管道中的困难。
至于接下来的步骤，团队专注于使流程更具可用性和可扩展性。李预见到未来实验室将实现全自动化，最大限度地减少人工监督，提高效率。李总结道：“我们的目标是在一个集成的实验室中实现从制造到测试和计算的一切自动化。”。
与李一起发表这篇论文的还有资深作者、麻省理工学院教授Wojciech Matusik，浦项科技大学副教授Tae Hyun Oh和麻省理工CSAIL附属机构、前博士后、现任佐治亚理工大学助理教授Deng；万寿，前美国阿肯色大学博士后，现任助理教授；胡元明，18届硕士，21届博士；罗一岳20岁；以及麻省理工学院电气工程和计算机科学研究生梁石。该小组的研究在一定程度上得到了巴登苯胺和苏打工厂（巴斯夫）的支持。
- 登录 发表评论