使用ML和3D打印设计纳米构造的材料

根据多伦多大学的说法研究人员使用机器学习和3D打印来设计具有碳钢强度但造泡沫光的轻度的纳米构造材料的研究人员。

在新论文中以高级材料出版，由托宾·金特（MIE）教授领导的一支团队描述了他们如何制作纳米材料，其特性提供了相互矛盾的强度，轻巧重量和可定制性的组合。从汽车到航空航天，这种方法可能受益于广泛的行业。

纳米构造的材料结合了高性能形状，例如用三角形桥梁，纳米级尺寸的桥梁，利用较小的效果，可以实现某些最高的强度到最高的强度 -彼得·塞尔斯（Peter Serles）（Mie Masc 1t9，miephdâ2T4）是任何材料的重量和刚度与权重的比率，是新论文的第一作者。但是，所使用的标准晶格形状和几何形状倾向于具有尖锐的相交和角落，从而导致应力浓度的问题。这导致材料的早期局部故障和破裂，从而限制了它们的整体潜力。•我想到这一挑战时，我意识到这是机器学习解决方案的完美问题。

纳米构造的材料由小的构建块制成或重复测量数百个纳米的单元 - 它需要连续100多个图案才能达到人头发的厚度。这些构建块（在这种情况下是由碳组成的），以称为纳米质的复杂3D结构排列。

为了设计其改进的材料，Serles和Filleter与Seunghwa Ryu教授和博士生Jinwook Yeo合作，韩国科学技术学院（KAIST） - 韩国Daejeon。该合作伙伴关系是通过多伦多大学的国际博士集群计划启动的，该计划通过与国际合作者的研究参与来支持博士培训。

KAIST团队采用了多目标贝叶斯优化机器学习算法。这种算法从模拟的几何形状中学到的算法，以预测最佳的几何形状，以增强压力分布并改善纳米架构设计的强度与重量比。

Serles然后使用两光子聚合3D打印机位于流体技术研究和应用中心（CRAFT），以创建用于实验验证的原型。这项技术可以实现3D打印在微观和纳米级创建优化的碳纳米质体。

这些优化的纳米质体使现有设计的强度增加了一倍，但其密度的每公斤每公斤每一立方米的压力为2.03兆帕，比钛高约五倍。

Serles说，这是机器学习首次用于优化纳米构造的材料，我们对这些改进感到震惊。”它不仅仅是从培训数据中复制成功的几何形状；它从对形状有效的变化以及没有什么作用的变化中学到了，使其能够预测全新的晶格几何形状。机器学习通常非常数据密集型，并且在使用有限元分析中的高质量数据时，很难生成大量数据。但是，多目标贝叶斯优化算法只需要400个数据点，而其他算法可能需要20,000或更多。

``我们希望这些新的材料设计最终将导致航空航天应用中的超轻量级组件，例如飞机，直升机和航天器，在保持安全性和性能的同时可以减少燃油需求，”菲利特说。”

这最终可以帮助减少飞行的高碳足迹。例如，如果您要用这种材料代替飞机上钛制成的零件，那么您将每年每年每年每年节省80升的燃料，” Serles说。

该项目的其他贡献者包括Yu Zou（MSE）教授，Chandra Veer Singh（MSE），Jane Howe（MSE，Cheme）和Charles Jia（Charles Jia（Cheme））以及来自德国德国Karlsruhe Technoluty的国际合作者， 和马萨诸塞州理工学院（MIT）和美国的赖斯大学。

这是一个多方面的项目，它汇集了材料科学，机器学习，化学和机制的各种元素，以帮助我们了解如何改进和实施这项技术，” Serles说，他现在是Schmidt Science加利福尼亚理工学院（CALTECH）的研究员。

Filleter说，我们的下一步将着重于进一步改善这些材料设计的规模，以实现具有成本效益的宏观组件。”此外，我们将继续探索新的设计，这些设计将材料体系结构推向较低的密度，同时保持高强度和僵硬。”