3 d打印技术的日益普及制造各种各样的产品,从个性化医疗设备经济房屋,产生额外的需求新3 d印刷材料非常特殊的应用程序的设计。亚博网站下载
麻省理工学院的研究人员和巴斯夫开发了一个数据驱动的系统,加速的过程中发现新的3 d印刷材料有多个力学性能。亚博网站下载图片来源:由研究人员。
减少花费的时间来发现这些新材料,科学家们亚博网站下载麻省理工学院制定一个数据驱动的方法,使用机器学习来提高新3 d印刷材料的各种特性,如抗压强度和韧性。亚博网站下载
通过简化材料开发,系统可以降低亚博网站下载成本和减少对环境的影响减少化学废物的数量。机器学习算法也可以触发创新推荐独家化学配方,人类的洞察力可能会忽视。
亚博网站下载材料开发仍然是一个手动过程。化学家进入实验室,用手混合成分,使样品,测试它们,最终配方。但是而不是一位化学家只能做几个迭代的天,我们的系统可以做数百个迭代在同一时间跨度。
迈克Foshey,研究该研究和机械工程师和项目经理,计算设计和制造集团(细化),计算机科学和人工智能实验室(CSAIL)亚博老虎机网登录
额外的作者包括该研究Timothy erp技术副细化;资深作者Wojciech Matusik,麻省理工学院的电气工程和计算机科学教授;亚博老虎机网登录米娜KonakovićLuković,CSAIL的博士后;前麻省理工学院博士后,寿,Wan现在是阿肯色大学的助理教授;和汉斯Hagen Geotzke Herve Dietsch,克劳斯·斯托尔巴斯夫。这项研究最近发表在杂志上亚博老虎机网登录科学的进步。
优化探索
在系统团队放在一起,一个优化算法进行大量的试错发现过程。
材料开发人员选择几个组件,输入资料对其化学成分的算法和轮廓应具备机械性能的新材料。然后,该算法增加和减少这些组件的数量(如将刻度盘在一个放大器),检查每个公式如何影响材料的性能,达到完美结合。
接下来,开发人员混合,流程和测试样例学习材料真的是如何工作的。开发人员输入结果的算法,它会自动从实验和学习使用新的数据来选择另一个配方进行测试。
我们认为,对于许多应用程序,这将比传统的方法,因为你可以更多地依赖于优化算法找到最优解。你不需要一个专家化学家预选材料配方。
迈克Foshey,研究该研究和机械工程师和项目经理,计算设计和制造集团(细化),计算机科学和人工智能实验室(CSAIL)亚博老虎机网登录
科学家已经开发出一种自由、开源的材料优化系统被称为汽车,包括相同的增强算法。亚博网站下载汽车是一个完整的软件包,还使科学家能够执行自己的增强。
制作材料亚博网站下载
科学家们尝试了系统通过使用它来提高新3 d印刷油墨配方,使紫外线的存在。
他们发现六化学品使用的配方和修复算法的客观揭示有关压缩模量(刚度),表现最好的材料的韧性和强度。
是特别具有挑战性的最大化这些手动三个属性,因为他们可以互相矛盾;例如,它可能是最强大的物质可能不是最坚定。化学家在手动过程通常会设法利用一个属性,导致许多实验和大量的浪费。
算法提出了12个最高执行材料后三个不同属性的最佳权衡测试120个样本。亚博网站下载
Foshey和他的团队很惊讶算法可能产生广泛的材料和报告,结果是比他们预期的更加丰富了基于六个组件。亚博网站下载系统提高勘探,这可能是特别有益的情况下当特定材料特性不能简单地发现了本能。
更快的在未来
这个过程可以进一步加速通过使用更多的自动化。目前,科学家混合和测试每一个手工样品,但是在未来的版本中,机器人可以调剂和混合系统运行,Foshey说。
展望未来,科学家们热衷于尝试使用超出这个数据驱动的发现方法创建新的3 d印刷油墨。
这已经广泛应用在材料科学。亚博网站下载亚博老虎机网登录例如,如果你想设计新类型的电池更高的效率和更低的成本,你可以使用这样的一个系统。或者如果你想优化涂料的汽车表现良好,对环境友好,这个系统也能这样做,。
迈克Foshey,研究该研究和机械工程师和项目经理,计算设计和制造集团(细化),计算机科学和人工智能实验室(CSAIL)亚博老虎机网登录
因为它提供了一个系统化的方法寻找最优的材料,本研究可能是一个巨大的一步实现高性能结构,基思·a·布朗说,助理教亚博网站下载授在波士顿大学机械工程系。
专注于新材料配方尤其令人鼓舞的,因为这是经常被忽视的一个因素的研究人员都受制于商用材料。亚博网站下载和数据驱动的方法和实验科学的组合允许团队识别材料以一种有效的方式。亚博网站下载亚博老虎机网登录
基思·a·布朗,助理教授,波士顿大学机械工程系
“由于实验的效率是所有实验者可以识别,这里的方法有机会激励社区采取更多的数据驱动的做法,“布朗补充道。
这项研究得到巴斯夫的支持。
期刊引用:
erp、T。等。(2021)发现加速3 d印刷材料使用数据驱动的多目标优化。亚博网站下载亚博老虎机网登录科学的进步。doi.org/10.1126/sciadv.abf7435。
来源:https://mit.edu