形式記憶的高溫合金可以提高戰鬥機的效率和性能和性能

在航空航天應用中，形式記憶的高溫合金（HTSMA） – 材料可以記住並在加熱後返回其原始形式通常受到高成本的限制，因為它們依靠昂貴的元素在升高的溫度下運行。

戰鬥機，例如F/A-18，必須折疊翅膀，以使其適合擁擠的航空母艦。折疊機翼的系統取決於重型機械部件。但是，借助新的更輕，智能合金，這些動作的重量和效率更高。這意味著更多的噴氣機可以為夏季，更快且能量減少準備。

研究人員在雜誌上發表了結論 行動材料該研究的領域表明瞭如何將人工智能（AI）和高性能實驗組合起來，以加速材料的檢測並降低開發成本。

這項創新的研究為功能合金設計的新時代創造了基礎 – 較低，便宜和聰明。這意味著，此過程可以使用的所有內容都可以由不僅有效的材料製成，而且對於那些試圖節省成本的人來說也可以負擔得起。

該團隊由該系主管領導，雪佛龍教授易卜拉欣·卡拉曼（Ibrahim Karaman）博士和雪佛龍教授二世（Raimundo Arraia）博士，他們基於數據來開發一種方法以檢測材料。

“這項工作表明，我們可以通過昂貴的試驗和錯誤，而是在智能目標研究的幫助下開發出最佳的高溫合金，這是由於數據和物理學的幫助，”口袋說。

“這個項目令人興奮，因為它顯示了我們近年來開發的合金開發框架的實力。” Arroian補充說。

背景

新金屬的設計通常需要大量時間和金錢。科學家必須檢查數千種金屬混合物，以找到正確的 – 甚至很小的變化，例如，僅增加0.1％的元素，都可以完全改變材料的行為。有瞭如此大量的選擇，搜索合金的正確組合將類似於正確的彩票編號的猜測。

為了加速情況，得克薩斯州A＆M大學的研究人員使用強大的計算機和人工智能。這些工具可以幫助他們預測不同的金屬混合物將如何相互作用，因此他們無需檢查實驗室中的每個選項。取而代之的是，他們使用AI來幫助他們將精力集中在更有希望的地方。

“多虧了擴展的計算工具，我們不僅加快了合金開放的速度 – 我們改變了發現的方式，”哲學博士Sina Hossein Zodekh說。材料科學技術系的學生。

研究創新

該項目的出色功能是使用稱為BBO BBO軟件包的框架將機器學習和實驗性工作整合在一起。 BBO允許科學家根據過去的實驗結果改善合金預測，從而最大程度地減少廢物並最大化檢測效率。

卡拉曼說：“這種結構不僅加速了檢測，而且還為適應特定功能的合金打開了大門，例如能量損失的降低或提高許多應用中使用的有效性。”

目的是製造材料以響應熱或電力之類的響應而移動或更改形式 – 它似乎是機器的肌肉。這些特殊材料稱為驅動器，它們通常用於航空航天，機器人技術甚至醫療設備。

問題和未來

目前，該模型檢查了銅和hafnium的合金，以增加形式的行為並增加轉化的溫度。然而，需要進一步的研究來包括更多元素並預測其他性能指標，例如轉換變形，在操作過程中實際移動或更改形式的合金數量。

布魯塞克（Bruseck）說：“下一個邊界是合金的設計，它們不僅在適當的溫度下進行了轉換，而且還提供了重大負載。這將使它們對航空航天和能源應用可行。”