研究人员在 多伦多大学 和 韩国科学技术院 (KAIST) 利用机器学习开发纳米结构材料，将钢的强度与聚苯乙烯的轻盈性结合起来。这项发表在《Advanced Materials》上的工作展示了先进算法和 3D 打印如何帮助优化这些材料。这一发展可以使航空航天和其他行业取得重大进步。
“纳米结构材料结合了高性能形状，例如用纳米级尺寸的三角形制作桥梁，利用‘越小更强’的效应，实现一些最高的强度重量比和刚度比任何材料的重量比，”新论文的第一作者 Peter Serles（MIE MASc 1T9，MIE Ph.D 2T4）说道。 “然而，所使用的标准晶格形状和几何形状往往具有尖锐的交叉点和拐角，这会导致应力集中的问题。这会导致材料早期出现局部失效和破损，从而限制了它们的整体潜力。当我思考这个挑战时，我意识到这是机器学习可以解决的完美问题。”
这种材料被称为纳米晶格，由尺寸仅为几百纳米的微小成分组成。这些碳结构以复杂的 3D 几何形状排列，以实现卓越的强度和刚度值。机器学习用于优化纳米晶格的排列，以更好地分布应力并提高结构效率。该团队使用贝叶斯优化算法，该算法依赖 400 个模拟数据点来识别最佳几何形状。这个小型数据库之所以成为可能，是因为基于有限元分析的高质量模拟。
这些原型是使用双光子聚合 3D 打印机制造的，可实现微米级和纳米级打印。这些新开发的结构使之前设计的强度增加了一倍，可承受每立方米每千克密度 2.03 兆帕的载荷。这些数值远远超过了钛的性能。
“我们希望这些新材料设计最终将导致航空航天应用中的超轻部件，例如飞机、直升机和航天器，这些部件可以减少飞行过程中的燃料需求，同时保持安全性和性能，”菲莱特说。 “这最终有助于减少飞行的高碳足迹。”
这些材料具有广泛的应用范围。在航空领域，它们可以帮助减轻飞机重量、减少燃油消耗并减少二氧化碳排放。未来的研究将侧重于扩大生产规模和开发进一步的设计，以使这些技术能够在宏观范围内得到应用。
