Les scientifiques ont utilisé intelligence artificielle (AI) pour concevoir des nanomatériaux jamais vus avec la résistance de l’acier au carbone et la légèreté de la polystyrène.
Les nouveaux nanomatériaux, fabriqués à l’aide de l’apprentissage automatique et une imprimante 3D, ont plus que doublé la force des conceptions existantes. Les scientifiques derrière la nouvelle étude ont déclaré qu’ils pourraient être utilisés dans des composants plus forts, plus légers et plus économes en carburant pour les avions et les voitures. Ils ont publié leurs conclusions le 23 janvier dans la revue Matériaux avancés.
« Nous espérons que ces nouveaux conceptions de matériaux conduiront éventuellement à des composants de poids ultra-léger dans les applications aérospatiales, telles que les avions, les hélicoptères et les vaisseaux spatiaux qui peuvent réduire les demandes de carburant pendant le vol tout en maintenant la sécurité et les performances », co-auteur Filet de tobinprofesseur d’ingénierie à l’Université de Toronto, dit dans un communiqué. « Cela peut finalement aider à réduire l’empreinte carbone élevée du vol. »
Dans de nombreux matériaux, la résistance et la ténacité peuvent souvent être en désaccord. Prenez une assiette en céramique, par exemple: bien que les assiettes soient généralement fortes et peuvent transporter de lourdes charges, leur force se fait au prix de la ténacité – il ne faut pas beaucoup d’énergie pour les faire se briser.
Le même problème s’applique aux matériaux nano-architectés, dont la construction de multitules de petits blocs de construction répétés 1 / 100e, l’épaisseur des cheveux humains les rend forts et rigides pour leur poids, mais peut également provoquer des concentrations de stress qui entraînent des ruptures soudaines. Jusqu’à présent, cette tendance à se briser a limité les applications des matériaux.
« En pensant à ce défi, j’ai réalisé que c’est un problème parfait pour l’apprentissage automatique » Peter Serlesa déclaré un chercheur en ingénierie à Caltech, dans le communiqué.
Pour rechercher de meilleures façons de concevoir des nanomatériaux, les chercheurs ont simulé des géométries possibles pour leur conception avant de les passer par un algorithme d’apprentissage automatique. En apprenant des conceptions qu’ils avaient générées, l’algorithme a pu prédire les meilleures formes qui distribueraient uniformément les contraintes appliquées tout en portant une charge lourde.
Avec ces formes en main, les chercheurs ont utilisé une imprimante 3D pour créer leurs nouvelles nanolattes, constatant qu’ils pouvaient résister à un stress de 2,03 mégapascals pour chaque mètre cube par kilogramme – une force cinq fois plus élevée que le titane.
« C’est la première fois que l’apprentissage automatique est appliqué pour optimiser les matériaux nano-architecés, et nous avons été choqués par les améliorations », a déclaré Serles. « Cela n’a pas simplement reproduit les géométries réussies des données de formation; il a appris des changements dans les formes a fonctionné et de ce qui ne l’a pas fait, ce qui lui permet de prédire entièrement de nouvelles géométries en réseau. »
Les chercheurs ont déclaré que leurs prochaines étapes se concentreraient sur la mise à l’échelle des matériaux jusqu’à ce qu’ils puissent être utilisés pour fabriquer des composants plus importants, tout en recherchant des conceptions encore meilleures en utilisant leur processus. L’objectif principal est de concevoir des composants beaucoup plus légers et plus forts pour les véhicules à l’avenir.
« Par exemple, si vous deviez remplacer des composants en titane dans un avion par ce matériau, vous envisagez des économies de carburant de 80 litres par an pour chaque kilogramme de matériau que vous remplacez », a déclaré Serles.
