مواد و ساخت پیشرفته

از چند سال پیش، علم یادگیری ماشین، سر فصل عناوین علوم را از آن خود کرده است. در این زمینه، پیشرفت های زیادی با یافته های تکنولوژیکی در گستره وسیعی از کاربردها، از شیمی گرفته تا تشخیص چهره و سرگرمی در حال انجام است.
در هلند، تیمی از محققان، کاربرد علم یادگیری ماشین را در طراحی فراماده ای نشان داده اند. خواص فراماده ها ناشی از شیمی مواد نیست، بلکه بیشتر به شکل و ساختار آنها بر می گردد.
این تیم، به طور تصادفی شبیه سازی هایی از طرح های تولیدی را اجرا کردند که هندسه آنها مطابق هفت متغیر جداگانه تعریف می شود. سپس کرنش ها و تنش های فشاری موثر مواد پیش بینی شد. این فرایند 100000 شبیه سازی ایجاد کرد. پس از اتمام این روند، اگوریتم، نتایج را تجزیه و تحلیل کرد و تصمیم گرفت که کدام بخش از فضای طراحی باید بیشتر نمونه برداری شود (به شکل زیر نگاه کنید).
کاربرد این برنامه با آزمایش بر روی یک ماده ارزان قیمت که می تواند به راحتی در دستگاه های چاپ سه بعدی آزمایشی استفاده کرد، نشان داده شد. این روش چاپ تمایل به تولید قطعات معیوب دارد که می تواند منجر به طرح های شکننده شود. این محدودیت ها باید هنگام انتخاب نوع طراحی توسط برنامه یادگیری ماشین مورد بررسی قرار گیرد.
بر اساس نتایج اولین مرحله طبقه بندی و مدلسازی، تیم تحقیقاتی، شش طرح را برای چاپ انتخاب کردند. سپس این طرح برای چاپ در مقیاس نانو انتخاب شد. جالب اینجاست که این فرایند، برخی از محدودیت های فرایند یادگیری ماشین را نشان داد.
در فرایندهای ساخت نانو، یادگیری ماشین فقط به اندازه داده هایی که به آن عرضه می شود خوب است. اما اگر داده ها به خوبی مورد بررسی قرار گیرند، و منبع هر گونه خطا به خوبی درک شود، نتایج می توانند کاملا چشمگیر باشند.
با کدها و نسخه هایی که برای استفاده هر کسی در دسترس است، برنامه های این روش جدید برای طراحی بی حد و مرز است.
منبع:
https://www.advancedsciencenews.com/machine-learning-for-better-materials/