0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

最新機(jī)器學(xué)習(xí)工具對(duì)材料進(jìn)行計(jì)算建模相結(jié)合

倩倩 ? 來源:前瞻網(wǎng) ? 2020-03-25 15:25 ? 次閱讀

壓痕技術(shù)經(jīng)常被用于測(cè)試材料機(jī)械性能。隨著納米技術(shù)在過去二十年里的進(jìn)步,壓痕力可以測(cè)量到十億分之一牛頓的分辨率,尖端的穿透深度可以被捕捉到只有納米大小的分辨率,大約是人類頭發(fā)直徑的10萬分之一。

高度精細(xì)的納米壓痕技術(shù)為探測(cè)各種材料(包括金屬和合金、塑料、陶瓷和半導(dǎo)體)的物理特性提供了新的可能。

這種測(cè)試在廣泛的工業(yè)應(yīng)用領(lǐng)域中都很重要,包括在各種金屬結(jié)構(gòu)的傳統(tǒng)和數(shù)字制造(3D打印)、工程部件的材料質(zhì)量檢驗(yàn)以及性能和成本的優(yōu)化中。

近日,一個(gè)由來自麻省理工學(xué)院、布朗大學(xué)和新加坡南洋理工大學(xué)(NTU)的研究人員組成的國際研究團(tuán)隊(duì)開發(fā)了一種新的分析技術(shù),這種技術(shù)可以提高通過儀表化壓痕對(duì)金屬材料力學(xué)性能的估計(jì),其準(zhǔn)確度是現(xiàn)有方法的20倍。

他們的發(fā)現(xiàn)發(fā)表在近日的《美國國家科學(xué)院院刊》(Proceedings of the National Academy of Sciences)的一篇論文中,論文將壓痕實(shí)驗(yàn)與使用最新機(jī)器學(xué)習(xí)工具對(duì)材料進(jìn)行計(jì)算建模相結(jié)合。

“壓痕是測(cè)試機(jī)械性能的一種非常好的方法,” 資深作者M(jìn)ing Dao說,特別是在只有小樣本可供測(cè)試的情況下。

他說:“當(dāng)你試圖開發(fā)新材料時(shí),你通常只有少量的材料,你可以使用壓痕或納米壓痕來測(cè)試相當(dāng)少量的材料?!?/p>

這樣的測(cè)試對(duì)于彈性性能來說是相當(dāng)精確的——也就是說,材料在被戳過之后會(huì)彈回到原來的形狀。

但是當(dāng)施加的力超過了材料的“屈服強(qiáng)度”——也就是戳在表面上留下持久痕跡的那一點(diǎn)——這就叫做塑性變形,傳統(tǒng)的壓痕測(cè)試就變得不那么準(zhǔn)確了。

Dao說,“事實(shí)上,目前還沒有廣泛使用的方法”可以在這種情況下提供可靠的信息

壓痕可以用來確定硬度,但Dao解釋說:“硬度只是材料的彈性和塑性性能的組合?!彼皇且粋€(gè)可以直接用于設(shè)計(jì)目的的“干凈”參數(shù)

但是在屈服強(qiáng)度或屈服強(qiáng)度以外的性能,即材料開始不可逆變形的強(qiáng)度,對(duì)于獲得材料在工程應(yīng)用中的適用性是很重要的?!?/p>

他們的新方法不需要對(duì)實(shí)驗(yàn)設(shè)備或操作進(jìn)行任何更改,而是提供了一種處理數(shù)據(jù)以提高預(yù)測(cè)準(zhǔn)確性的方法。

通過使用一個(gè)先進(jìn)的神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)系統(tǒng),研究小組發(fā)現(xiàn), 將真實(shí)的實(shí)驗(yàn)數(shù)據(jù)和計(jì)算機(jī)生成的不同精度的“合成”數(shù)據(jù)(一種所謂的多保真深度學(xué)習(xí)方法)進(jìn)行精心設(shè)計(jì)的集成,可以生成工業(yè)應(yīng)用程序測(cè)試材料所需的那種快速、簡(jiǎn)單但高度精確的數(shù)據(jù)。

傳統(tǒng)的機(jī)器學(xué)習(xí)方法需要大量的高質(zhì)量數(shù)據(jù)。然而,在實(shí)際材料樣品上進(jìn)行詳細(xì)的實(shí)驗(yàn)既耗時(shí)又昂貴。

但研究小組發(fā)現(xiàn), 利用大量低成本的合成數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練,然后加入相對(duì)較少的真實(shí)實(shí)驗(yàn)數(shù)據(jù)點(diǎn)——大約在3到20個(gè)之間,而不是1000個(gè)或更精確的數(shù)據(jù)集(盡管成本很高)——可以顯著提高結(jié)果的準(zhǔn)確性。

此外,他們利用已建立的比例法則來進(jìn)一步減少覆蓋所有工程金屬和合金的參數(shù)空間所需的訓(xùn)練數(shù)據(jù)集的數(shù)量。

更重要的是,作者發(fā)現(xiàn)大部分耗時(shí)的訓(xùn)練過程可以提前完成,這樣,為了評(píng)估實(shí)際測(cè)試,可以在需要的時(shí)候添加少量真實(shí)的實(shí)驗(yàn)結(jié)果進(jìn)行“校準(zhǔn)”訓(xùn)練,從而得到高度準(zhǔn)確的結(jié)果。

這些多保真深度學(xué)習(xí)方法已經(jīng)用傳統(tǒng)的鋁合金和3D打印鈦合金進(jìn)行了驗(yàn)證。

馬德里IMDEA材料研究所科學(xué)主任Javier Llorca沒有參與此研究,表示這種新方法利用機(jī)器學(xué)習(xí)策略來提高預(yù)測(cè)的準(zhǔn)確性,在快速測(cè)試3D打印組件的機(jī)械性能方面有著巨大潛力,從而有助于實(shí)現(xiàn)更精確的設(shè)計(jì)。

加州理工學(xué)院的Ares Rosakis教授也沒有參與這項(xiàng)工作,他說這種方法“帶來了顯著的計(jì)算效率和前所未有的機(jī)械性能預(yù)測(cè)準(zhǔn)確性……最重要的是,它為確保機(jī)械性能的一致性以及3d打印復(fù)雜幾何結(jié)構(gòu)組件的制造再現(xiàn)性提供了以前無法獲得的全新視角,而傳統(tǒng)測(cè)試是不可能實(shí)現(xiàn)的。”

Dao說,原則上,他們使用的基本過程可以擴(kuò)展并應(yīng)用于涉及機(jī)器學(xué)習(xí)的許多其他類型的問題。這個(gè)想法可以推廣到解決其他具有挑戰(zhàn)性的工程問題上。

“使用真實(shí)的實(shí)驗(yàn)數(shù)據(jù)有助于彌補(bǔ)在合成數(shù)據(jù)中假設(shè)的理想化條件,其中壓頭尖端的形狀是完全尖銳的,壓頭的運(yùn)動(dòng)是完全平滑的,等等。”

通過使用“混合”數(shù)據(jù),包括理想化的和真實(shí)的情況,“最終的結(jié)果是大大減少了錯(cuò)誤,”他說。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    LIBS結(jié)合機(jī)器學(xué)習(xí)算法的江西名優(yōu)春茶采收期鑒別

    以廬山云霧茶和狗牯腦茶的明前茶、雨前茶為對(duì)象,研究激光誘導(dǎo)擊穿光譜結(jié)合機(jī)器學(xué)習(xí)的茶葉鑒別方法。將茶葉茶,水?dāng)?shù)據(jù)融合可有效鑒別春茶采收期,且數(shù)據(jù)融合后表現(xiàn)出更好的穩(wěn)定性和魯棒性,LIBS結(jié)合
    的頭像 發(fā)表于 10-22 18:05 ?93次閱讀
    LIBS<b class='flag-5'>結(jié)合</b><b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>算法的江西名優(yōu)春茶采收期鑒別

    cad如何進(jìn)行三維建模

    三維建模計(jì)算機(jī)輔助設(shè)計(jì)(CAD)中的一項(xiàng)重要技術(shù),它可以幫助設(shè)計(jì)師在計(jì)算機(jī)上創(chuàng)建和編輯三維模型。本文將介紹如何使用CAD軟件進(jìn)行三維建模
    的頭像 發(fā)表于 07-09 10:23 ?571次閱讀

    如何使用神經(jīng)網(wǎng)絡(luò)進(jìn)行建模和預(yù)測(cè)

    神經(jīng)網(wǎng)絡(luò)是一種強(qiáng)大的機(jī)器學(xué)習(xí)技術(shù),可以用于建模和預(yù)測(cè)變量之間的關(guān)系。 神經(jīng)網(wǎng)絡(luò)的基本概念 神經(jīng)網(wǎng)絡(luò)是一種受人腦啟發(fā)的計(jì)算模型,由大量的節(jié)點(diǎn)(神經(jīng)元)組成,這些節(jié)點(diǎn)通過權(quán)重連接在一起。每
    的頭像 發(fā)表于 07-03 10:23 ?522次閱讀

    名單公布!【書籍評(píng)測(cè)活動(dòng)NO.35】如何用「時(shí)間序列與機(jī)器學(xué)習(xí)」解鎖未來?

    和專業(yè)知識(shí),對(duì)這一領(lǐng)域進(jìn)行系統(tǒng)的梳理和總結(jié)。然而,將時(shí)間序列分析與機(jī)器學(xué)習(xí)技術(shù)相結(jié)合的書籍卻并不多見。 以上正是《時(shí)間序列與機(jī)器
    發(fā)表于 06-25 15:00

    存內(nèi)計(jì)算技術(shù)工具鏈——量化篇

    本篇文章將重點(diǎn)講述存內(nèi)計(jì)算技術(shù)工具鏈之“量化”,我們將從面向存內(nèi)計(jì)算芯片的深度學(xué)習(xí)編譯工具鏈、神經(jīng)網(wǎng)絡(luò)中的量化(包括訓(xùn)練后量化與量化感知訓(xùn)練
    的頭像 發(fā)表于 05-16 12:35 ?1008次閱讀
    存內(nèi)<b class='flag-5'>計(jì)算</b>技術(shù)<b class='flag-5'>工具</b>鏈——量化篇

    ICON發(fā)布一套新型建筑3D打印硬件、軟件和材料

    2024年3月,先進(jìn)建筑公司ICON 發(fā)布了一套可實(shí)現(xiàn)建筑自動(dòng)化的新產(chǎn)品和技術(shù),包括能夠?qū)崿F(xiàn)多層建筑的全新機(jī)器人打印機(jī)、新型低碳建筑材料、包含 60 多種現(xiàn)成住宅設(shè)計(jì)的住宅建筑數(shù)字目錄,以及用于住宅設(shè)計(jì)和施工的 AI 建筑師。
    的頭像 發(fā)表于 04-07 18:27 ?1093次閱讀

    英飛凌科技旗下Imagimob可視化Graph UX改變邊緣機(jī)器學(xué)習(xí)建模

    。用戶現(xiàn)在可以將他們的機(jī)器學(xué)習(xí)(ML)建模流程可視化,并利用各種先進(jìn)功能更加高效、快速地開發(fā)適用于邊緣設(shè)備的模型。Imagimob邊緣設(shè)備AI/ML開發(fā)平臺(tái)的最新版本對(duì)用戶體驗(yàn)進(jìn)行了一
    發(fā)表于 02-19 14:08 ?265次閱讀
    英飛凌科技旗下Imagimob可視化Graph UX改變邊緣<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>建模</b>

    淺析智能化技術(shù)與無人機(jī)的結(jié)合

    作為一款典型的智能化系統(tǒng),“敏捷禿鷲”實(shí)質(zhì)為高速計(jì)算機(jī)數(shù)據(jù)處理和機(jī)器學(xué)習(xí)計(jì)算二者相結(jié)合,經(jīng)過人工智能和機(jī)
    的頭像 發(fā)表于 01-25 14:25 ?745次閱讀

    ASML首臺(tái)2nm光刻機(jī)優(yōu)先交付Intel!

    據(jù)悉,每臺(tái)新機(jī)器的成本超過3億美元,可幫助計(jì)算機(jī)芯片制造商生產(chǎn)更小、更快的半導(dǎo)體。
    的頭像 發(fā)表于 12-29 15:01 ?867次閱讀

    至強(qiáng)? 可擴(kuò)展處理器與 oneAPI工具套件強(qiáng)強(qiáng)聯(lián)合,助力騰訊材料計(jì)算模擬平臺(tái)TEFS實(shí)現(xiàn)更優(yōu)計(jì)算效能

    TEFS(Tencent Elastic First-principles Simulation),借助騰訊云提供的強(qiáng)勁、易用和彈性可擴(kuò)展的算力,以及對(duì)主流優(yōu)秀材料計(jì)算模擬軟件的編譯集成,為高校和企業(yè)的材料研究人員提供了科學(xué)
    的頭像 發(fā)表于 12-23 12:20 ?1083次閱讀
    至強(qiáng)? 可擴(kuò)展處理器與 oneAPI<b class='flag-5'>工具</b>套件強(qiáng)強(qiáng)聯(lián)合,助力騰訊<b class='flag-5'>材料</b><b class='flag-5'>計(jì)算</b>模擬平臺(tái)TEFS實(shí)現(xiàn)更優(yōu)<b class='flag-5'>計(jì)算</b>效能

    SaberRD狀態(tài)機(jī)建模工具介紹(一)什么是狀態(tài)機(jī)建模

    狀態(tài)機(jī)建模是使用狀態(tài)圖和方程式的手段,創(chuàng)建基于混合信號(hào)的有限狀態(tài)機(jī)模型的一種建模工具。
    的頭像 發(fā)表于 12-05 09:51 ?1440次閱讀
    SaberRD狀態(tài)機(jī)<b class='flag-5'>建模</b><b class='flag-5'>工具</b>介紹(一)什么是狀態(tài)機(jī)<b class='flag-5'>建模</b>

    機(jī)器學(xué)習(xí)與PAWS相結(jié)合的性能感知系統(tǒng)簡(jiǎn)介

    整個(gè)算法分為預(yù)測(cè)和調(diào)度兩個(gè)部分,其中預(yù)測(cè)主要基于每種負(fù)載的歷史數(shù)據(jù),統(tǒng)計(jì)其時(shí)序變化情況,以供調(diào)度器使用;調(diào)度則基于上述信息,結(jié)合新任務(wù)的特征情況,給出合理的調(diào)度決策。
    的頭像 發(fā)表于 11-29 11:06 ?472次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>與PAWS<b class='flag-5'>相結(jié)合</b>的性能感知系統(tǒng)簡(jiǎn)介

    如何在新機(jī)器中設(shè)置默認(rèn)的defconifg?

    我忽略了這段話的方式是讓我的新機(jī)器使用舊的“UBOOT_CONFIG_BASEMAME ” = “IMx93_11x11_evk ”而不是“UBOT_CONFIG_BASEMA
    發(fā)表于 11-13 07:14

    基于PLC與無線通訊模塊相結(jié)合的路燈控制方案

    電子發(fā)燒友網(wǎng)站提供《基于PLC與無線通訊模塊相結(jié)合的路燈控制方案.pdf》資料免費(fèi)下載
    發(fā)表于 10-25 09:06 ?2次下載
    基于PLC與無線通訊模塊<b class='flag-5'>相結(jié)合</b>的路燈控制方案

    機(jī)器學(xué)習(xí)需要掌握的九種工具盤點(diǎn)

    機(jī)器學(xué)習(xí)是一個(gè)快速發(fā)展的領(lǐng)域,常用的包更新非常頻繁。盡管開發(fā)人員做出了努力,但較新的版本通常與舊版本不兼容,這樣給研究者帶來很多麻煩。幸運(yùn)的是,有工具可以解決這個(gè)問題!在這一方面,Mikhailiuk 推薦了兩個(gè)
    發(fā)表于 10-24 16:12 ?273次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>需要掌握的九種<b class='flag-5'>工具</b>盤點(diǎn)