Казанские ученые научили нейросеть проектировать сверхпрочные сплавы

20 мая 2023, 10:24

Речь идет об аморфных сплавах, которые используются для изготовления особо ответственных деталей

kpfu.ru

Специалисты кафедры вычислительной физики Института физики Казанского федерального университета (КФУ) разработали на основе искусственного интеллекта инновационную методологию определения прочности аморфных металлических сплавов. Новая технология позволяет не только определять прочностные свойства созданных сплавов, но и конструировать новые, сообщает ТАСС.

«Мы обучили искусственные нейронные сети анализировать состав тех металлических сплавов, для которых уже известны прочностные свойства — модуль упругости, предел текучести, предел прочности и другие, и находить корреляцию между этими свойствами и физико-химическими свойствами элементов, которые присутствуют в составе сплава. Далее мы применяем искусственные нейронные сети для прогнозирования прочностных показателей сплавов совершенно разного состава, комбинируя различные химические элементы из периодической таблицы Менделеева, которые могут быть использованы для синтеза сплавов», — пояснил завкафедрой вычислительной физики и моделирования физических процессов Института физики КФУ Анатолий Мокшин. 

Речь идет об аморфных сплавах, которые обладают особой прочностью за счет того, что их внутренняя структура близка к структуре жидкости. Такие сплавы используются для изготовления особо ответственных деталей: сейсмодатчиков, мембран манометров, датчиков скорости, ускорения и крутящего момента автомобилей, пружин часовых механизмов, весов, а также металлокорда шин или сердечников высокочастотных трансформаторов.

По словам доцента кафедры вычислительной физики Булата Галимзянова, нейронные сети подбирают комбинацию элементов в металлическом сплаве и задают концентрацию каждого элемента в нем. Затем они анализируют информацию о физических и химических свойствах элементов, образующих сплав, и определяют его механические свойства. Процедура занимает всего пару минут, отметил он.