انجمن سرامیک ایران- اخبار و تازه ها
آیا هوش مصنوعی ترکیبات سرامیکی بهتری خلق می‌کند؟

حذف تصاویر و رنگ‌ها  | تاریخ ارسال: 1400/1/7 | 
آیا هوش مصنوعی ترکیبات سرامیکی بهتری خلق می­کند؟
سرامیک­ها در همه چیز از کاشی­های دیواری و ظروف شیشه­ای گرفته تا مفصل ران مصنوعی، موشک­های کروز و کاشی­های 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 می­شود که مواد سرامیکی به طور ایده آل برای همه­ی این کاربردها مناسب باشند.
با اینکه نوآوری­ها در سرامیک­های پیشرفته طی چند دهه­ی گذشته پیشرفت کرده­است؛ بسیاری از نکات منفی سنتی آن همچنان باقی مانده­است. به عنوان مثال، وزن سبک و مقاومت در برابر درجه حرارت بالا که سرامیک­های پیشرفته امروزی را برای توربین­های هواپیما ایده آل می­کند، همچنان به قیمت یک فرآیند تولید دشوار و پرهزینه است. علاوه­بر­این، همراه با مقاومت و سختی ذاتی سرامیک، در شرایط بار شدید گرما، بخار و نیروهایی که تحت آن توربین­های هواپیما به طور منظم کار می­کنند، مستعد شکست کامل هستند.
پیشگیری از این شکست در قلب آخرین پژوهش­های 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 می­کند که هوش مصنوعی(AI) ، به ویژه یادگیری ماشین، می­تواند کلید پیش­بینی این باشد که چرا یک دانه خاص انبساط غیر طبیعی دارد، درحالیکه دانه­ی کناری آن به سرعت تسلیم می­شود.
دکتر Krause می­گوید: " DOE علاقمند بود رفتار مواد را در محیط­هایی با شرایط سخت مانند دما یا میدان­های مغناطیسی و الکتریکی بررسی کند. پروژه ما هم با دمای بالا و هم با میدان­های مغناطیسی سروکار دارد. "
در حالت ایده آل، دانه­های میکروسکوپی که ساختار هر ماده­ای را تشکیل می­دهند، از نظر اندازه در یک نمونه معین نسبتاً یکنواخت هستند، که معمولاً در دماهای طبیعی نیز چنین است. این مشکل وقتی به­وجود می­آید که ماده­ای مانند آلومینا در دمای شدید گرم شود یا تحت فشارهای ناخواسته دیگری قرار گیرد. وقتی این اتفاق می­افتد، این دانه­های میکروسکوپی شروع به انبساط در اندازه می­کنند. با اینکه این رشد پیش­بینی می­شود، آنچه قابل پیش­بینی نیست این است که کدام دانه­ها، در صورت وجود، از یک مزیت ویژه برخوردار می­شوند که باعث می شود همسایگان خود را با سرعت تسریع شده جذب کنند. این رشد غیر طبیعی دانه می­تواند منجر به ضعف یا عدم ثبات در ساختار ماده شود.
دکتر Michele Manuel، رئیس گروه علوم و مهندسی موادUF ، از پیشرفت­های بالقوه­ای که می­تواند با استفاده از قابلیت­های تجزیه و تحلیل داده­های قدرتمند AI کشف کند، هیجان زده­است. دکتر Manuel گفت: "اصطلاح تغییر بازی به ذهن خطور می­کند، زیرا این دقیقاً همان چیزی است که این تحقیق قادر به انجام آن است. باز کردن اسرار رشد غیر طبیعی دانه، در هر ماده­ای، منجر به پیشرفت­های باورنکردنی در علم و مهندسی مواد می­شود که ما فقط تا این لحظه آرزو داشته­ایم. "
دکتر Krause موافق است و می­گوید: "اگر یادگیری ماشین در نهایت بتواند رشد غیر طبیعی دانه را تشخیص و پیش­بینی 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 می­توانیم اجزای جدیدتر و یا حتی بهتر با استحکام و چقرمگی شکست بسیار برتر را از آنچه که از پیشرفته­ترین مواد سرامیکی امروز مشاهده می­کنیم، مهندسی کنیم. "


گردآورندگان: دکتر آدرینه ملک خاچاطوریان- مهندس ریحانه گودرزی
منبع  https://mse.ufl.edu/ai-better-ceramics/
نشانی مطلب در وبگاه انجمن سرامیک ایران:
http://icers.ir/find-1.165.511.fa.html
برگشت به اصل مطلب