Алгоритм машинного обучения предсказывает свойства металлокерамики
Исследователи Сколтеха разработали алгоритм для расчета механических характеристик металлокерамики.
Ученые из Центра технологий материалов Сколтеха создали алгоритм машинного обучения, который предсказывает механические свойства металлокерамики. Метод ускоряет расчеты в 100 раз по сравнению с традиционными подходами.
Металлокерамические композиты сочетают прочность металлов и жаростойкость керамики. Их применяют в авиадвигателях, турбинах и медицинских имплантах. Раньше точный расчет свойств таких материалов требовал сложных физических моделей и мощных вычислительных ресурсов.
Новая модель на основе графовых нейросетей анализирует структуру материала на атомном уровне. Алгоритм обучали на данных 5000 экспериментов. Он предсказывает модуль Юнга с точностью до 95%.
Система уже помогла оптимизировать состав сплава для аэрокосмической отрасли. Разработка сокращает время создания материалов с заданными свойствами — вместо месяцев расчеты занимают часы.
Технологию тестируют на промышленных образцах. В перспективе ее внедрят в производство предприятий Ростеха и Роскосмоса.
