北京28群【玩pc加拿大群】北京28微信群

机器学习算法设计用于金属添加剂制造的新合金

时间:2019-06-23 04:08 来源:网络 作者:合浦123人才网

机器学习算法设计用于金属添加剂制造的新合金

  由英国剑桥的一家人工智能公司Intellegens开发的一种新的机器学习算法已被用于设计一种新的金属添加剂制造用镍基合金,这是由多家商业合作伙伴和剑桥大学合作开展的一项研究合作。石集团。根据Intellegens的说法,该算法的使用为团队节省了大约15年的材料研究和大约1000万美元的研发成本。

  Alchemite深度学习算法用于设计新合金,旨在通过定向能量沉积(DED)进行处理,通过分析现有材料信息来识别新的镍基燃烧合金,该合金可满足添加制造所需的性能目标。用于喷气发动机的部件。

  使用传统研究技术开发新材料仍然是一个漫长而昂贵的过程,通常涉及相当程度的试验和错误 - 并且设计用于DED的新合金被认为特别具有挑战性。迄今为止,DED仅适用于大约10种镍合金成分,严重限制了可用于推动进一步研究的数据量。

  据说Alchemite为合金研究团队提供了解决这种数据缺乏的方法,以及加速整个材料选择过程的方法。Alchemite能够从完成率仅为0.05%的数据中学习,能够链接和交叉引用可用数据; 验证潜在新合金的物理性质; 并准确预测它们在现实应用场景中的运行方式。

  随着Alchemite的应用以及最合适的合金选择的确定,由Stone Group领导的研究团队开始了一轮实验以确认新材料的物理性质。该团队希望新合金具有跨越的加工性,成本,密度,相稳定性,抗蠕变性,氧化,疲劳寿命和耐热应力的特性。结果表明,与其他商业合金相比,新合金更适合DED和相关应用。

  Intellegens首席技术官Gareth Conduit和剑桥大学皇家学会大学研究员解释说:“Alchemite具有深度学习能力,能够快速查明财产与财产的关系,因此具有独特的优势,能够协助该项目。使用机器学习,Alchemite使团队能够使用大型热阻测量数据库来指导合金加工性的十个数据输入的外推。

  “根据这些信息,我们能够列出最有可能提供正确特征的材料组合。结果不言自明。感谢Alchemite,该团队现在拥有一种新的合金,并为研发节省了大量的时间和金钱,“他继续道。

  “全世界有数以百万计的商业材料,其特点是数百种不同的特性。使用传统技术探索我们对这些材料所了解的信息,提出新的物质,基质和系统,是一个艰苦的过程,可能需要数月甚至数年。通过了解现有材料数据中的基础相关性,估算缺失的属性,Alchemite引擎可以快速,高效,准确地提出具有目标属性的新材料 - 加快开发过程。“


你从哪里找到机器学习算法设计用于金属添加剂制造的新合金文章。
你对机器学习算法设计用于金属添加剂制造的新合金有什么评价。
在本站,机器学习算法设计用于金属添加剂制造的新合金有多少人看过此文章。
如果你对机器学习算法设计用于金属添加剂制造的新合金文章有兴趣,请分享人你身边的朋友。

  关注 合浦123人才网的一些事 百度搜索,"合浦123人才网" 即可在找到精彩内容。

  在百度查找中搜索:本站域名 快速找到。

围观: 9999次 | 责任编辑:合浦123

回到顶部
describe