加速材料发现的经济机器学习系统欧洲杯足球竞彩

从个性化医疗设备到经济型家庭,3D打印制造各种产品的日益普及,产生了针对特定应用的新型3D打印材料的额外需求。欧洲杯足球竞彩

加速材料发现的经济机器学习系统。欧洲杯足球竞彩
麻省理工学院(MIT)和巴斯夫(BASF)的研究人员开发了一个数据驱动系统,加速了发现具有多种力学性能的新型3D打印材料的进程。欧洲杯足球竞彩图片来源:研究人员提供。

为了减少发现这些新材料的时间,美国的科学家们欧洲杯足球竞彩麻省理工学院已经制定了一种数据驱动的方法,使用机器学习来增强具有各种特性的新型3D打印材料,如抗压强度和韧性。欧洲杯足球竞彩

通过简化材料开发,该系统降低了欧洲杯足球竞彩成本,并通过减少化学废料减少了对环境的影响。机器学习算法还可以通过推荐人类洞察力可能忽略的独家化学配方来引发创新。

欧洲杯足球竞彩材料开发仍然是一个非常手工的过程。化学家进入实验室,手工混合各种成分,制作样品,测试它们,然后得出最后的配方。但是,我们的系统可以在同一时间跨度内进行数百次迭代,而不是让化学家在几天内只能进行几次迭代。

Mike Foshey,计算机科学与人工智能实验室(CSAIL)计算设计与制造组(CDFG)的研究联合首席作者、机械工程师和项目经理欧洲杯线上买球

其他作者包括联合首席作者Timothy Erps, CDFG的技术助理;资深作者Wojciech Matusik,麻省理工学院电气工程和计算机科学教授;欧洲杯线上买球Mina Konaković Luković, CSAIL博士后;万寿,前麻省理工学院博士后,现任阿肯色大学助理教授;巴斯夫的汉斯·哈根·杰茨克、埃尔韦·迪奇和克劳斯·斯托尔。这项研究最近发表在杂志上欧洲杯线上买球科学的进步

优化探索

在团队组装的系统中,一个优化算法执行了大部分的试错发现过程。

材料开发人员选择一些成分,将其化学成分的细节输入到算法中,并概述新材料应该具备的力学性能。然后,算法增加和减少这些组件的数量(就像在放大器上转动刻度盘),并检查每个公式如何影响材料的性能,然后才能获得完美的组合。

接下来,开发人员对该示例进行混合、处理和测试,以了解材料的实际工作方式。开发人员将结果输入算法,算法会自动从实验中学习,并使用新数据选择另一个公式进行测试。

我们认为,在许多应用中,这种方法的性能优于传统方法,因为你可以更多地依赖优化算法来找到最优解。你不需要一个专业的化学家来预先选择材料的配方。

Mike Foshey,计算机科学与人工智能实验室(CSAIL)计算设计与制造组(CDFG)的研究联合首席作者、机械工程师和项目经理欧洲杯线上买球

科学家们开发了一种免费的、开源的材料优化系统,名为AutoOED,其中包括相同的增强算法。欧洲杯足球竞彩AutoOED是一个完整的软件包,也使科学家能够执行他们自己的增强。

制作材料欧洲杯足球竞彩

科学家们试用了这个系统,用它来增强一种新的3D打印墨水的配方,这种墨水在紫外光的存在下会变硬。

他们在配方中找到了六种化学物质,并确定了算法的目标,即揭示关于压缩模量(刚度)、韧性和强度的最佳材料。

手动最大化这三个属性尤其具有挑战性,因为它们可能相互冲突;例如,最坚固的材料可能并不是最坚固的。在手工操作的过程中,化学家通常一次只开发一种性质,这导致了大量的实验和大量的浪费。

在测试了120个样本后,该算法提出了12种性能最好的材料,它们在三种不同的属性中做出了最好欧洲杯足球竞彩的权衡。

Foshey和他的团队对该算法能够产生的广泛材料感到惊讶,并报告说,基于这六个组成部分,结果比他们预期的要欧洲杯足球竞彩多样化得多。该系统促进了探索,这在无法凭直觉简单发现特定物质属性的情况下尤其有益。

未来更快

通过使用更多的自动化,这一过程可以进一步加速。目前,科学家们手工混合和测试每个样品,但在未来的版本中,机器人可以运行分配和混合系统,Foshey说。

展望未来,科学家们热衷于实验这种数据驱动的发现方法,用于创造新的3D打印墨水以外的用途。

这在材料科学中有着广泛的应用。欧洲杯足球竞彩欧洲杯线上买球例如,如果你想设计一种效率更高、成本更低的新型电池,你可以使用这样的系统来做到这一点。或者,如果你想优化一辆性能良好、环境友好的汽车的油漆,这个系统也可以做到。

Mike Foshey,计算机科学与人工智能实验室(CSAIL)计算设计与制造组(CDFG)的研究联合首席作者、机械工程师和项目经理欧洲杯线上买球

波士顿大学机械工程系的助理教授Keith a . Brown说,由于它提出了一种寻找最佳材料的系统方法,这项研欧洲杯足球竞彩究可能是朝着获得高性能结构迈出的一大步。

对新材料配方的关注尤其令人鼓舞,因为这是一个经常被受商业可用材料限制的研究人员所忽视的因素。欧洲杯足球竞彩数据驱动的方法和实验科学的结合使该团队能够以一种有效的方式识别材料。欧洲杯足球竞彩欧洲杯线上买球

Keith A. Brown,波士顿大学机械工程系助理教授

“因为实验效率是所有实验人员都能识别的东西,这里的方法有机会激励社区采用更多数据驱动的实践,”布朗补充道。

该研究得到了巴斯夫的支持。

期刊引用:

erp、T。.(2021)使用数据驱动的多目标优化加速3D打印材料的发现。欧洲杯足球竞彩欧洲杯线上买球科学的进步doi.org/10.1126/sciadv.abf7435

来源:https://mit.edu

告诉我们你的想法

你有评论,更新或任何你想添加到这个新闻故事吗?

离开你的反馈
提交