借助机器学习和3D打印,快速实现超材料结构逆向设计
www.nature.com/articles/s41467-023-40854-1
在这项工作中,研究人员提出了一种利用人工智能和3D打印开发具有精确定义属性材料的新方法。通过3D打印制造人工智能生成的结构,能够使材料具有定制的机械特性。弗吉尼亚理工大学的郑晓宇教授解释,迄今为止,材料开发主要基于应力-应变曲线。然而,制造公差通常会导致与所需性能的偏差。研究人员如今通过人工智能和3D打印提出了一种新方法,用户定义材料所需的机械性能,人工智能由此生成3D模型,然后进行打印。
基于机器学习的快速逆向设计方法
设计空间、可绘制的应力-应变曲线路径和结构单元
基于代表性目标应力-应变曲线和实验设计验证的逆向设计
为了证明设计过程的可定制性,研究人员通过图形化定制从商业中底测量的应力应变曲线来逆向设计鞋中底,以增强跑步性能。在足跟-脚趾跑步过程中,中底在不同负荷水平下被分为四个部分,每个部分的目标应力-应变曲线是通过定制基线曲线来创建的,目的是最大限度提高跑步的推进力和缓冲力。量身定制的中底由坚硬但舒适的脚趾部分、更柔软且更高推进力的前掌部分和更坚硬但耗能的鞋跟部分组成。此外,根据基底材料(TMPTA)在应变速率及其力学性能之间的比例关系对目标曲线进行了缩放,从而可以使用准静态训练数据对跑步场景中的动态响应进行逆向设计。结果显示,实验测试的曲线与每个定制截面的目标曲线之间具有极好的一致性(平均预测精度>90%),表明机器学习管道能够在不同的加载条件下产生满足多种定制机械响应的材料。
通过鞋中底的逆向设计证明了应力应变曲线的可定制性
研究人员还逆向设计了三个应力-应变曲线来实验验证方法的有效性,结果表明,这些先进的逆向设计的应力-应变曲线具有连续的峰值应力和协调的塌陷机制以及定制的软化效果,使得逆向设计的复合晶格成为机器学习设计的定制能量吸收填充材料的绝佳候选者。
通过使用叠加设计梯度创建复合晶格来增强应力-应变曲线的可定制性
科学家们表示,人工智能和3D打印的结合使材料开发具有前所未有的适应性。因此,3D打印将成为制造精确指定特征值材料的技术,这项研究可能会从根本上改变材料科学。
主编微信:2396747576(请注明身份); 硕博千人交流Q群:248112776;网址:www.amreference.com
延伸阅读:
3.60平米打印幅面!美能源部支持开发迄今最大砂型3D打印系统