MIT利用机器学习系统研发新材料 确定材料属性时间缩短

发布日期:2020-06-18 02:53   来源:未知   阅读:

盖世汽车讯 对于研发新材料或防护涂料的工程师而言,有数十亿种不同的可能性可供选择。实验室测试,甚至详细的计算机模拟可以确定新材料的韧性等确切属性,但需要花费几个小时、几天甚至更长的时间。不过,据外媒报道,美国麻省理工学院(MIT)研发了一种基于人工智能的方法,可将此过程缩短至几毫秒,以筛选大量的候选材料。

(图片来源:美国麻省理工学院)

MIT研究人员希望该系统可用于研发功能更强大的防护或结构材料,例如,用于保护飞机、飞船或者汽车等免受冲击的结构材料。

该项研究的重点是通过分析裂纹在材料分子结构中的扩散,预测材料破裂或断裂的方式。研究人员表示,了解故障过程是研发坚固可靠材料的关键。计算机模拟可提供有关断裂如何发生的精确化学信息。不过,该过程很慢,因为需要了解每一个原子的运动运动方式。于是,该小组决定利用机器学习系统,以简化该过程。

研究人员们制作了数百个模拟,包括各种各样的结构,并让每种结构都模拟了断裂情况。然后,将有关模拟的大量数据输入人工智能系统,看看该系统能否发现隐藏的物理原理,并预测出一种不属于训练集的新材料的性能。最终,该系统做到了。

材料如何出现故障对于所有的工程项目而言都是至关重要的信息,材料断裂是行业发生亏损的最大原因之一。检查飞机、火车、汽车、道路、基础设施、混凝土、钢铁腐蚀情况,或者去了解骨骼等生物组织的断裂情况,是否具备利用AI模拟断裂情况的能力,以及是否能够快速、高效完成检查,将带来变革。

利用此种方法可大大提升材料研发速度,在分子动力学的单次模拟中,需要几个小时运行模拟,但是在AI预测系统中,只需要10毫秒就可完成所有的模式预测,并显示裂纹是如何一步一步形成的。

研究人员所研发的方法属于通用型方法,当利用原子模拟的数据时,该系统还可用于根据材料破裂图像等实验数据进行预测。此外,该系统不仅适用于材料断裂情况,还可应用于随时间推移发生变化的各种过程中,如一种物质扩散至另一种物质中,或者腐蚀过程。

上一篇:稳定增收安素碧的丈夫也在政策的扶持下整体
下一篇:再过2个星期但总体运行依然相当给力br
网站首页 | 娱乐新闻 | 金融新闻 | 科技前沿 | 热透新闻 | 法律在线 | 时尚新闻 | 汽车资讯 | 财经资讯 | 军事新闻 | 大咖名流

Power by DedeCms