آیا هوش مصنوعی ترکیبات سرامیکی بهتری خلق میxadکند؟

آیا هوش 1 1 1 1 خلق 1
سرامیکxadها در همه چیز از کاشیxadهای دیواری و ظروف شیشهxadای گرفته تا مفصل ران مصنوعی، موشکxadهای کروز و کاشیxadهای حرارتی شاتل فضایی ناسا مورد استفاده قرار گرفته اند. جای تعجب نخواهد بود، زیرا مزایای بسیار زیاد از جمله رسانایی الکتریکی کم، نقاط ذوب زیاد و مقاومت استثنایی در برابر مواد شیمیایی باعث میxadشود که مواد سرامیکی به طور ایده آل برای همهxadی این کاربردها مناسب باشند.
با اینکه نوآوریxadها در سرامیکxadهای پیشرفته طی چند دههxadی گذشته پیشرفت کردهxadاست؛ بسیاری از نکات منفی سنتی آن همچنان باقی ماندهxadاست. به عنوان مثال، وزن سبک و مقاومت در برابر درجه حرارت بالا که سرامیکxadهای پیشرفته امروزی را برای توربینxadهای هواپیما ایده آل میxadکند، همچنان به قیمت یک فرآیند تولید دشوار و پرهزینه است. علاوهxadبرxadاین، همراه با مقاومت و سختی ذاتی سرامیک، در شرایط بار شدید گرما، بخار و نیروهایی که تحت آن توربینxadهای هواپیما به طور منظم کار میxadکنند، مستعد شکست کامل هستند.
پیشگیری از این شکست در قلب آخرین پژوهشxadهای استادیار دکتر Amanda Krause از گروه علوم و مهندسی مواد UF و تیم وی متشکل از همکارUF MSE ، Michael Tonks، دکتر Joel Harley از گروه مهندسی برق و کامپیوتر UF و دکتر Michael Kesler از آزمایشگاه ملی Oak Ridge است. با حمایت یک جایزه ۲۶/۱ میلیون دلاری از برنامه علوم پایه انرژی (BES) وزارت انرژی امریکا(DOE) ، دکتر Krause احساس میxadکند که هوش مصنوعی(AI) ، به ویژه یادگیری ماشین، میxadتواند کلید پیشxadبینی این باشد که چرا یک دانه خاص انبساط غیر طبیعی دارد، درحالیکه دانهxadی کناری آن به سرعت تسلیم میxadشود.
دکتر Krause میxadگوید: " DOE علاقمند بود رفتار مواد را در محیطxadهایی با شرایط سخت مانند دما یا میدانxadهای مغناطیسی و الکتریکی بررسی کند. پروژه ما هم با دمای بالا و هم با میدانxadهای مغناطیسی سروکار دارد. "
در حالت ایده آل، دانهxadهای میکروسکوپی که ساختار هر مادهxadای را تشکیل میxadدهند، از نظر اندازه در یک نمونه معین نسبتاً یکنواخت هستند، که معمولاً در دماهای طبیعی نیز چنین است. این مشکل وقتی بهxadوجود میxadآید که مادهxadای مانند آلومینا در دمای شدید گرم شود یا تحت فشارهای ناخواسته دیگری قرار گیرد. وقتی این اتفاق میxadافتد، این دانهxadهای میکروسکوپی شروع به انبساط در اندازه میxadکنند. با اینکه این رشد پیشxadبینی میxadشود، آنچه قابل پیشxadبینی نیست این است که کدام دانهxadها، در صورت وجود، از یک مزیت ویژه برخوردار میxadشوند که باعث می شود همسایگان خود را با سرعت تسریع شده جذب کنند. این رشد غیر طبیعی دانه میxadتواند منجر به ضعف یا عدم ثبات در ساختار ماده شود.
دکتر Michele Manuel، رئیس گروه علوم و مهندسی موادUF ، از پیشرفتxadهای بالقوهxadای که میxadتواند با استفاده از قابلیتxadهای تجزیه و تحلیل دادهxadهای قدرتمند AI کشف کند، هیجان زدهxadاست. دکتر Manuel گفت: "اصطلاح تغییر بازی به ذهن خطور میxadکند، زیرا این دقیقاً همان چیزی است که این تحقیق قادر به انجام آن است. باز کردن اسرار رشد غیر طبیعی دانه، در هر مادهxadای، منجر به پیشرفتxadهای باورنکردنی در علم و مهندسی مواد میxadشود که ما فقط تا این لحظه آرزو داشتهxadایم. "
دکتر Krause موافق است و میxadگوید: "اگر یادگیری ماشین در نهایت بتواند رشد غیر طبیعی دانه را تشخیص و پیشxadبینی کند، قدم بعدی از آنجا کنترل نهایی رفتار دانه؛ نه تنها در طی فرایند تولید بلکه در طول اجرای ماده است. در آن مرحله، ما میxadتوانیم اجزای جدیدتر و یا حتی بهتر با استحکام و چقرمگی شکست بسیار برتر را از آنچه که از پیشرفتهxadترین مواد سرامیکی امروز مشاهده میxadکنیم، مهندسی کنیم. "

گردآورندگان: دکتر آدرینه ملک خاچاطوریان- مهندس ریحانه گودرزی

+ نوشته شده در چهارشنبه دوم اسفند ۱۴۰۲ ساعت 21:35 توسط مهندس ایمان رستگار  |