AI神助攻!科學家研發超輕超硬新物料,勁過鋼鐵幾倍!

Ai

科學家利用人工智能創造出強度如鋼卻輕如泡沫材料

研究人員使用人工智能和先進製造技術創造出超強、輕量的碳結構。

由 Tibi Puiu
2025年2月8日

多倫多大學的研究人員通過將機器學習(人工智能)與納米級工程相結合,創造出這種令人驚嘆的材料。這一突破可能會徹底改變航空航天和汽車等行業。

尋找更強、更輕的材料

數十年來,工程師們一直在尋找既輕又強的材料。其目標很簡單:減少重量而不犧牲耐用性。在航空航天等行業,這一點尤為關鍵,因為每減少一克的重量都能帶來顯著的燃料節省和性能提升。傳統材料如鋁和鈦都有其限制,而碳纖維雖然是一個遊戲改變者,但也並非沒有缺點。

在推動材料科學的發展過程中,加拿大的研究人員轉向了納米架構材料——這些材料是在納米尺度上設計,以最大化強度並最小化重量。這些材料的靈感來自自然,模仿骨骼、貝殼甚至蜂窩中的結構。但是,設計這些結構並不是一件容易的事。挑戰在於創造能均勻分配應力的幾何形狀,避免出現可能導致失效的弱點。

為了克服這些困難,研究人員轉向貝葉斯優化,這是一種在眾多選擇中尋找最佳設計的機器學習形式。通過將數千次模擬的數據輸入算法,團隊能夠識別出其碳納米晶格的最有效形狀。

“納米架構材料結合了高性能的形狀,比如用三角形構建橋樑的方式,在納米尺度上利用‘小即強’的效應,實現了任何材料中最高的強度重量比和剛度重量比,”新論文的第一作者彼得·塞爾斯(Peter Serles)表示。

“然而,標準的晶格形狀和幾何形狀往往具有尖銳的交叉和角落,這導致了應力集中問題。這會導致材料的早期局部失效和破裂,限制了它們的整體潛力。

“當我思考這一挑戰時,我意識到這是一個非常適合機器學習解決的問題。”

這一過程始於算法生成數千個潛在設計。每個設計都在虛擬環境中使用有限元分析進行測試,這是一種預測材料在應力下行為的計算方法。然後,算法對其設計進行了優化,逐步改進至最大化強度和剛度,同時最小化重量。

一旦機器提供了一個優化設計的短名單,團隊就使用雙光子聚合技術實際創造了這些提議的材料,這是一種能夠以納米精度創建結構的3D打印技術。通過這種技術,他們生產了厚度僅為300到600納米的光柵。這些光柵(尺寸為6.3 x 6.3 x 3.8毫米),由1875萬個獨立單元組成,然後經過熱解處理,該過程通過在富氮環境中加熱至900攝氏度將聚合物轉化為玻璃狀碳。

優化的納米晶格的強度是之前設計的兩倍以上。它們承受的應力達到每立方米每公斤密度2.03兆帕。換句話說,這比許多輕質材料如鋁合金甚至某些形式的碳纖維強十倍以上。其性能約為鈦的五倍。

“這是第一次將機器學習應用於優化納米架構材料,我們對改進感到驚訝,”塞爾斯說。“它不僅僅是重複訓練數據中的成功幾何形狀,而是學習了哪些形狀的變化有效,哪些無效,使其能夠預測全新的晶格幾何形狀。”

強度隨尺寸減小而增加

這些納米晶格為什麼如此強大?答案在於碳在納米尺度上的獨特性質。研究人員發現,將碳光束的直徑減小至僅300納米會顯著提高強度。這是由於一種稱為“尺寸效應”的現象,在極小的尺度下,材料的行為會有所不同。

在納米尺度上,碳原子以最大化強度的方式排列。研究人員發現,碳光束的外層由94% sp²鍵合的碳組成,這是一種以其卓越的強度和剛度而聞名的碳形式。這種高純度的碳外殼,加上光束的優化幾何形狀,使材料能夠承受巨大的力量而不會破裂。

這一潛在影響遠不止於實驗室。超輕的組件可能會很快應用於飛機、直升機和航天器中。更輕的部件可以降低燃料需求並減少排放。

“例如,如果你將飛機上用鈦製成的部件替換為這種材料,你將每年為每公斤替換的材料節省80升燃料,”塞爾斯補充道。

展望未來,研究人員計劃擴大他們的設計。“我們的下一步將專注於進一步提高這些材料設計的規模,以實現經濟高效的宏觀組件,”菲萊特(Filleter)表示。“此外,我們將繼續探索新的設計,將材料架構推向更低的密度,同時保持高強度和剛度。”

這些研究結果發表在《先進材料》期刊上。

這項研究的成果不僅在材料科學領域引起了廣泛關注,更有可能對未來的工程技術產生深遠影響。隨著航空航天和汽車行業對輕量化材料需求的日益增加,這一突破或許能夠實現更高效的能源利用,幫助應對全球暖化和環境問題。這也讓我們看到了機器學習在科學研究中的潛力,它不僅能提高效率,還能推動創新,為未來的材料科學開辟新的可能性。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。

Chat Icon