首页 科技 > 内容

机器学习工具可以帮助开发更坚硬的材料

时间:2020-05-21 16:34:52 来源:人工智能

对于开发新材料或保护涂层的工程师而言,有数十亿种不同的可能性可供选择。实验室测试甚至是详细的计算机模拟,以确定其确切的属性(例如韧性),每个变化可能要花费数小时,数天甚至更多的时间。现在,麻省理工学院开发的一种新的基于人工智能的方法可以将其减少到几毫秒,从而使筛选大量候选材料变得可行。

这套系统MIT研究人员希望可以被用来发展更强大的保护涂层或结构材料-例如,从撞击保护飞行器或航天器-是在纸杂志描述的物质,由麻省理工学院博士后智华娱,民事和国立台湾大学环境工程教授兼系主任Markus J. Buehler和许玉全。

这项工作的重点是通过分析裂纹在材料分子结构中的传播来预测材料的破裂或断裂方式。Buehler和他的同事们花了很多年的时间详细研究断裂和其他破坏模式,因为了解破坏过程是开发坚固,可靠的材料的关键。Buehler说:“我实验室的专业之一是使用我们所谓的分子动力学模拟,或基本上是逐个原子的模拟”。

他说,这些模拟提供了化学上精确的描述裂缝如何发生的描述。但这很慢,因为它需要为每个原子求解运动方程。他说:“模拟这些过程需要很多时间。”该团队决定使用机器学习系统来探索简化流程的方法。

他说:“我们有点绕道而行。”“我们一直在问,如果只是观察破裂(在给定材料中)如何发生,让计算机自己学习这种关系,该怎么办?”为此,人工智能(AI)系统需要使用各种示例作为训练集,以了解材料的特性与其性能之间的相关性。

在这种情况下,他们正在研究各种由结晶材料制成的复合,分层涂层。基于分子动力学模拟,变量包括层的组成及其有序晶体结构的相对取向,以及这些材料各自对断裂的反应方式。“我们基本上逐个原子地模拟了材料如何破裂,并记录了这些信息,” Buehler说。

标签: 机器学习工具