人工知能を用いた摩擦材料の複合材料の機械的振る舞いを調査する

科学分野:

• 材料科学
• コンピュータ材料科学
• トリボロジー

背景:

• 人工知能 (AI) は 科学や工学における複雑な問題に対する 先進的な解決策を提供します
• 摩擦複合材料のような新しい材料を開発するための伝統的な方法は,しばしば高いコストと広範な実験を伴う.
• AIは素材のデザインを最適化し 性能をより効率的に予測できます

研究 の 目的:

• 化学組成に基づいて摩擦材料の機械的性質を予測するためのAI駆動数学モデルを開発する.
• 既存の摩擦材料の組成を最適化し,新しい摩擦材料の組成を提案するためのアルゴリズムを作成する.
• 伝統的な方法と比較してAIモデルの予測精度を評価する.

主な方法:

• 摩擦材料の化学組成と機械的性質の広範なデータベースを使用しました.
• ルールベースのシステムと ニューラルネットワークと 粒子群の最適化を組み合わせた AI アルゴリズムを開発しました
• モデルの精度を検証するために,アルゴリズムの予測に基づいて物理的なサンプルを生産し,テストしました.

主要な成果:

• AIモデル,特にニューラルネットワークは,新しい摩擦材料組成の予測精度が著しく高いことを示しました.
• ニューラルネットワークの予測のルート・ミーン・スクエア・エラー (RMSE) は,多線型モデルよりも大幅に低かった.
• 平均して,多線形モデルは,存在しない組成物のAI予測と比較して48.6%大きなRMSEを示した.

結論:

• AIは,特にニューラルネットワークは,新しい摩擦材料の機械的性質を予測するための優れたアプローチを提供します.
• 開発されたアルゴリズムは,材料の組成を効果的に最適化し,新しい配列を提案します.
• AIベースのモデリングは 高価な物理実験の必要性を減らし 材料の発見を加速します