Новости

4 апреля, 2023 16:49

Искусственный интеллект упростит оценку прочности металлических сплавов

Физики разработали методику, которая с помощью искусственной нейросети оценивает прочность различных металлических сплавов с точностью до 98%. Предложенный подход позволит ускорить и упростить определение материалов, оптимальных по своим механическим характеристикам для использования в различных областях, в том числе в медицине и электротехнике. Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Physica A: Statistical Mechanics and its Applications.
Схема разработанной учеными нейросети. Источник: Galimzyanov et al. / Physica A: Statistical Mechanics and its Applications, 2023
Большинство металлических сплавов имеют кристаллическую структуру: атомы в них расположены упорядоченно, на равных расстояниях друг от друга, создавая конструкцию, напоминающую трехмерную сеть. Однако если в процессе производства расплав — изначально жидкое состояние сплава — очень быстро охлаждают, нормальная кристаллическая решетка не успевает сформироваться, и остывший материал приобретает аморфную, то есть неупорядоченную структуру. Аморфные сплавы более прочные, легкие и устойчивые к разрушению в сравнении с кристаллическими. В связи с этим их широко используют при создании деталей машин, медицинского оборудования и спортивного инвентаря.
 
Прочность аморфных сплавов оценивают по их способности сохранять свою структуру при сжатии и растяжении. Чтобы описать, насколько материал устойчив к таким воздействиям, физики используют специальную величину — модуль Юнга, который определяют экспериментально, сдавливая или растягивая образец из интересующего сплава. Однако до сих пор оставалось неизученным, от каких физических и химических характеристик материала зависит эта величина.
 
Ученые кафедры вычислительной физики Казанского федерального университета (Казань) создали нейросеть, способную выявлять зависимость между различными физическими и химическими характеристиками и оценивать значение модуля Юнга. Для обучения алгоритма авторы использовали данные о более чем 300 различных сплавах, содержащих алюминий, медь, железо и другие металлы.
 
Нейросеть определила, что на модуль Юнга в основном влияют два показателя: предел текучести и температура стеклования материала. Первая величина отображает, при какой физической нагрузке сплав начинает деформироваться, а вторая обозначает температуру, при охлаждении до которой жидкий расплав застывает, превращаясь в соответствующий твердый аморфный сплав. Так, используя всего два этих параметра, нейросеть определила модуль Юнга для различных соединений с точностью до 98% в сравнении с экспериментально полученными значениями.
 
В то же время оказалось, что химические свойства сплава, такие как количество и молекулярная масса входящих в его состав элементов, не влияют на устойчивость к растяжению и сжатию. На это указывает то, что по данным характеристикам алгоритм рассчитывал модуль Юнга с ошибкой примерно в 50%.
 
«Предложенная нами модель с точностью до 98% позволяет рассчитать устойчивость самых различных сплавов к сжатию и растяжению всего по двум физическим характеристикам, одна из которых — температура стеклования. Это само по себе является неожиданным, поскольку указывает на существование ранее неизвестного соотношения между прочностными характеристиками и термодинамическими параметрами. Эти результаты мы планируем использовать для оценки прочностных свойств металлических сплавов, которые могут быть синтезированы в будущем», — рассказывает участник проекта, поддержанного грантом РНФ, Булат Галимзянов, кандидат физико-математических наук, доцент кафедры вычислительной физики и моделирования физических процессов КФУ.
22 апреля, 2025
Химики научились точно предсказывать свойства «изменчивых» материалов
Ученые нашли способ точнее рассчитывать свойства полиморфных модификаций органических материалов —...
21 апреля, 2025
Труд важнее капитала: мобильность сотрудников может стать ключом к развитию арктических предприятий
Ученые определили, что фактор труда, а именно численность сотрудников, сильнее влияет на выручку к...