Новый тип материала, называемый механической нейронной сетью, может обучаться и изменять свои физические свойства для создания адаптируемых прочных структур
Новый тип материала может учиться и улучшать свою способность справляться с неожиданными силами благодаря уникальной решетчатой структуре с соединениями переменной жесткости.
Новый материал — это тип архитектурного материала, который получает свои свойства в основном от геометрии и особенностей своей конструкции, а не от того, из чего он сделан. Возьмем, к примеру, тканевые застежки на липучке. Неважно, изготовлено ли оно из хлопка, пластика или любого другого материала. Пока одна сторона представляет собой ткань с жесткими крючками, а другая сторона имеет пушистые петли, материал будет иметь липкие свойства липучки.
Мои коллеги и я основали архитектуру нашего нового материала на основе искусственной нейронной сети — слоев взаимосвязанных узлов, которые могут научиться выполнять задачи, изменяя степень важности или веса, придаваемую каждому соединению. Мы предположили, что механическую решетку с физическими узлами можно научить приобретать определенные механические свойства, регулируя жесткость каждого соединения.
Чтобы выяснить, сможет ли механическая решетка приобретать и поддерживать новые свойства — например, принимать новую форму или изменять направленную силу, — мы начали с создания компьютерной модели. Затем мы выбрали желаемую форму материала, а также приложенные усилия и заставили компьютерный алгоритм настроить натяжение соединений таким образом, чтобы прикладываемые усилия создавали желаемую форму. Мы провели это обучение на 200 различных решетчатых структурах и обнаружили, что треугольная решетка лучше всего подходит для достижения всех протестированных нами форм.
Как только многие соединения настроены для выполнения набора задач, материал будет продолжать реагировать желаемым образом. Обучение – в некотором смысле – запоминается в структуре самого материала.
Затем мы построили физический прототип решетки с регулируемыми электромеханическими пружинами, расположенными в виде треугольной решетки. Прототип изготовлен из 6-дюймовых соединений и имеет длину около 2 футов и ширину 1,5 фута. И это сработало. Когда решетка и алгоритм работали вместе, материал мог обучаться и изменять форму определенным образом под воздействием различных сил. Мы называем этот новый материал механической нейронной сетью.
Почему это важно
Кроме некоторых живых тканей очень немногие материалы могут научиться лучше справляться с непредвиденными нагрузками. Представьте себе крыло самолета, которое внезапно подхватывает порыв ветра и отбрасывает в неожиданном направлении. Крыло не может изменить свою конструкцию, чтобы стать сильнее в этом направлении.
Разработанный нами прототип решетчатого материала может адаптироваться к изменяющимся или неизвестным условиям. Например, в крыле такими изменениями могут быть: накопление внутренних повреждений, изменения в том, как крыло крепится к судну, или колебания внешних нагрузок. Каждый раз, когда крыло, сделанное из механической нейронной сети, сталкивалось с одним из этих сценариев, оно могло усиливать и смягчать свои соединения, чтобы поддерживать желаемые характеристики, такие как сила направления. Со временем, благодаря последовательным корректировкам алгоритма, крыло приобретает и поддерживает новые свойства, добавляя каждое поведение к остальным как своего рода мышечную память.
Этот тип материала может иметь далеко идущие применения для долговечности и эффективности построенных конструкций. Крыло, сделанное из материала механической нейронной сети, может быть не только прочнее, но и может быть обучено принимать формы, которые максимизируют эффективность использования топлива в ответ на изменяющиеся условия вокруг него.
Что еще неизвестно
До сих пор наша команда работала только с 2D-решетками. Но, используя компьютерное моделирование, мы предсказываем, что трехмерные решетки будут иметь гораздо большую способность к обучению и адаптации. Это увеличение связано с тем, что трехмерная структура может иметь в десятки раз больше соединений, или пружин, которые не пересекаются друг с другом. Однако механизмы, которые мы использовали в нашей первой модели, слишком сложны, чтобы поддерживать их в большой трехмерной структуре.
Что дальше
Материал, который мы с коллегами создали, является доказательством концепции и показывает потенциал механических нейронных сетей. Но чтобы воплотить эту идею в жизнь, потребуется выяснить, как сделать отдельные части меньше и с точными свойствами изгиба и напряжения.
Мы надеемся, что новые исследования в области производства материалов в микронном масштабе, а также работа над новыми материалами с регулируемой жесткостью приведут к достижениям, которые сделают мощные интеллектуальные механические нейронные сети с элементами микронного масштаба и плотными трехмерными соединениями повсеместной реальностью в ближайшем будущем.
Статья Ryan H. Lee с сайта «The Conversation. Articles on Mechanical engineering», 19 октября 2022 г.
Перевод подготовила Елена Михаленко
Печатная версия статьи из №3(19) газеты “Вестник промышленности”