11 марта, 08:09

ИИ ускоряет разработку новых металлических сплавов для энергетики и авиации

Для улучшения производства титановых сплавов использовали ИИ  Исследователи из Университета Джонса Хопкинса используют искусственный интеллект для ускорения производства титановых сплавов, повышая их прочность и эффективность. Традиционный процесс создания деталей для подводных лодок, космических аппаратов и медицинских устройств достаточно медленный и дорогостоящий. С помощью ИИ ученые оптимизировали параметры лазерной 3D-печати, что позволило ускорить производство и улучшить качество изделий. Это открытие может революционизировать судостроение, авиацию и медицину, а также ускорить разработку материалов для оборонной и космической отраслей.   Кроме того, ученые из Школы инженерии Университета Джонса Хопкинса применяют ИИ для моделирования поведения материалов в экстремальных условиях, что ускоряет процесс их сертификации и внедрения. Это особенно важно для космической отрасли, где требуется быстрое создание и тестирование новых материалов.
QWERTY
QWERTY
Для улучшения производства титановых сплавов использовали ИИ Исследователи из Университета Джонса Хопкинса используют искусственный интеллект для ускорения производства титановых сплавов, повышая их прочность и эффективность. Традиционный процесс создания деталей для подводных лодок, космических аппаратов и медицинских устройств достаточно медленный и дорогостоящий. С помощью ИИ ученые оптимизировали параметры лазерной 3D-печати, что позволило ускорить производство и улучшить качество изделий. Это открытие может революционизировать судостроение, авиацию и медицину, а также ускорить разработку материалов для оборонной и космической отраслей. Кроме того, ученые из Школы инженерии Университета Джонса Хопкинса применяют ИИ для моделирования поведения материалов в экстремальных условиях, что ускоряет процесс их сертификации и внедрения. Это особенно важно для космической отрасли, где требуется быстрое создание и тестирование новых материалов.
Ограбление века! 1,4 млрд долларов украли хакеры на Bybit
Tokengram.ru
Tokengram.ru
Ограбление века! 1,4 млрд долларов украли хакеры на Bybit
ИИ ускоряет поиск материалов для новой энергетики    Ученые Сколтеха применили методы машинного обучения для ускоренного поиска новых металлических сплавов, используемых в хранении энергии, производстве водорода и других отраслях новой энергетики.   - Проблема традиционного поиска.  - Чистые металлы уступают сплавам по прочности, температуре плавления и другим характеристикам.  - Однако экспериментальный синтез новых сплавов — это длительный и дорогостоящий процесс.  - Даже компьютерное моделирование требует значительных ресурсов и не позволяет быстро протестировать множество возможных комбинаций.    Использование машинного обучения позволило перебирать миллионы комбинаций элементов в кристаллических структурах, не упуская перспективные материалы.  В отличие от классических алгоритмов, которые фокусируются на точечном поиске, ИИ-модели перебирают все варианты, минимизируя риск пропустить сплав с уникальными свойствами.    Ученые протестировали сплавы на основе ванадия, молибдена, ниобия, тантала, вольфрама, а также золота, серебра, платины и палладия.  Итог – 268 новых устойчивых сплавов, которые ранее не были известны. Этот подход значительно расширяет возможности материаловедения и ускоряет разработку перспективных материалов для энергетики.    #искусственныйинтеллект #материаловедение #энергетика  БИОЭНЕРГО Перейти на сайт
БИОЭНЕРГО
БИОЭНЕРГО
ИИ ускоряет поиск материалов для новой энергетики Ученые Сколтеха применили методы машинного обучения для ускоренного поиска новых металлических сплавов, используемых в хранении энергии, производстве водорода и других отраслях новой энергетики. - Проблема традиционного поиска. - Чистые металлы уступают сплавам по прочности, температуре плавления и другим характеристикам. - Однако экспериментальный синтез новых сплавов — это длительный и дорогостоящий процесс. - Даже компьютерное моделирование требует значительных ресурсов и не позволяет быстро протестировать множество возможных комбинаций. Использование машинного обучения позволило перебирать миллионы комбинаций элементов в кристаллических структурах, не упуская перспективные материалы. В отличие от классических алгоритмов, которые фокусируются на точечном поиске, ИИ-модели перебирают все варианты, минимизируя риск пропустить сплав с уникальными свойствами. Ученые протестировали сплавы на основе ванадия, молибдена, ниобия, тантала, вольфрама, а также золота, серебра, платины и палладия. Итог – 268 новых устойчивых сплавов, которые ранее не были известны. Этот подход значительно расширяет возможности материаловедения и ускоряет разработку перспективных материалов для энергетики. #искусственныйинтеллект #материаловедение #энергетика БИОЭНЕРГО Перейти на сайт