Metody sztucznej inteligencji w zastosowaniu do przewidywania właściwości materiałów

Z artykułu dowiesz się:

• jak sztuczna inteligencja pomaga w przewidywaniu własności materiałów;
• jakie metody badawcze można wyróżnić;
• do jakich zastosowań warto wykorzystać poszczególne metody.

Naukowcy nieustannie dążą do lepszego zrozumienia, przewidywania a także ulepszania pożądanych właściwości materiałów. Jednym z narzędzi, które można w tym celu wykorzystać, jest sztuczna inteligencja.

Właściwości materiałów obejmują m.in. aspekty chemiczne, termiczne, mechaniczne, elektryczne, optyczne a także magnetyczne (rys. 1). Spośród nich dokładne przewidywanie właściwości mechanicznych materiałów, w tym wytrzymałości, sztywności, elastyczności, plastyczności, ciągliwości a także twardości ma istotne znaczenie dla ich zastosowań konstrukcyjnych [1]. Tradycyjnie metody wyznaczania właściwości mechanicznych materiałów bazują na pracochłonnych i kosztownych testach eksperymentalnych, takich jak próby rozciągania i ściskania lub testy udarności. Dostrzegając te ograniczenia, naukowcy i inżynierowie coraz częściej zwracają się w stronę podejść opartych na symulacjach numerycznych uwzględniających wielofazową i niejednorodną strukturę materiałów metalowych jak również kompozytowych.

Ten materiał dostępny jest dla zalogowanych użytkowników.

Załóż konto i dołącz do grona użytkowników naszego portalu!

Zaloguj się Zarejestruj się

Mogą zainteresować Cię również

Styczeń miesiącem bezpieczeństwa produkcji.

zobacz więcej