机器学习可以预测聚合物的机械性能

2024-10-26 16:59:58 英文原文

作者:NewMediaWire Sat, Oct 26, 2024, 9:59 AM 3 min read

机器学习算法可以使用聚合物的 X 射线衍射数据来预测新材料的行为

日本筑波 - (新媒体连线) - 2024 年 10 月 26 日 - 聚丙烯等聚合物是现代世界的基本材料,从计算机到汽车等各种产品中都有其身影。由于它们无处不在,材料科学家准确了解每种新开发的聚合物在不同制备条件下的表现至关重要。得益于发表在《先进材料科学与技术》上的一项新研究,科学家们现在可以使用机器学习来确定新聚合物的预期效果。

预测新聚合物的机械性能,例如拉伸强度或柔韧性,通常需要对它们进行破坏性且成本高昂的物理测试。然而,由筑波国立材料科学研究所的 Ryo Tamura 博士、Kenji Nagata 博士和 Takashi Nakanishi 博士领导的日本研究小组表明,机器学习可以预测聚合物的材料特性。他们针对一组称为均聚聚丙烯的聚合物开发了该方法,利用不同制备条件下聚合物的 X 射线衍射图来提供有关其复杂结构和特征的详细信息。

“机器学习可以应用于现有材料的数据来预测未知材料的特性,”博士说。田村、永田和中西解释道。“然而,为了实现准确的预测,必须使用正确代表这些材料特征的描述符。”

热塑性结晶聚合物,例如聚丙烯,具有特别复杂的结构,在将其模制成最终产品形状的过程中,该结构会进一步改变。因此,团队必须通过 X 射线衍射充分捕获聚合物结构的细节,并确保机器学习算法能够识别该数据中最重要的描述符。

为此,他们使用一种名为贝叶斯谱反卷积的工具分析了两个数据集,该工具可以从复杂数据中提取模式。第一个数据集是 15 种均聚聚丙烯在一定温度范围内的 X 射线衍射数据,第二个数据集是 4 种均聚聚丙烯经过注塑成型的数据。分析的机械性能包括刚度、弹性、材料开始变形的温度以及断裂前的拉伸程度。

关于《机器学习可以预测聚合物的机械性能》的评论


暂无评论

发表评论

摘要

日本科学家开发了一种机器学习算法,可以利用 X 射线衍射数据预测新型聚合物的行为。这种方法在《先进材料科学与技术》中有详细介绍,可以在不进行破坏性测试的情况下准确预测拉伸强度和柔韧性等机械性能。来自国家材料科学研究所的团队分析了均聚聚丙烯的复杂结构,以确保机器学习算法的精确描述符,从而实现更高效的材料开发。