Специалисты кафедры вычислительной физики Института физики Казанского федерального университета (КФУ) при поддержке Российского научного фонда разработали инновационную методологию определения прочности аморфных металлических сплавов, основанную на применении искусственного интеллекта. Как сообщили в субботу в пресс-службе Минобрнауки РФ, новая технология позволит не только определять прочностные свойства созданных сплавов, но и конструировать новые.

Аморфные металлы – это материалы, которые не имеют кристаллической структуры и обладают высокой прочностью, жесткостью и коррозионной стойкостью. Они могут быть использованы в различных областях, таких как авиация, космос, медицина и энергетика. Однако из-за сложности их производства и изучения их свойства до сих пор не были полностью изучены.

Сотрудники кафедры вычислительной физики КФУ предложили использовать методы машинного обучения для прогнозирования механических свойств аморфных металлов на основе их химического состава и термодинамических параметров. Для этого они создали базу данных из более чем 2000 аморфных сплавов, полученных методом атомарно-молекулярного моделирования. Затем они обучили нейронную сеть на этих данных и проверили её точность на новых сплавах.

Результаты показали, что нейронная сеть способна с высокой точностью предсказывать прочность аморфных металлов, а также выявлять оптимальные соотношения элементов для создания новых сплавов с желаемыми свойствами. Таким образом, искусственный интеллект может стать мощным инструментом для развития материаловедения и создания перспективных материалов для различных отраслей.

Исследование было опубликовано в журнале Metals, который относится к квартилю Q1 в предметной области «Metals and Alloys». Авторами работы являются профессор кафедры вычислительной физики КФУ Альберт Потапкин, доцент кафедры вычислительной физики КФУ Рустам Халиков, аспирант кафедры вычислительной физики КФУ Эльдар Халиуллин и студентка кафедры вычислительной физики КФУ Элеонора Кельдуганова.