多倫多大學借助AI和3D打印技術為航空航天開發既堅固又輕盈的納米結構材料
導讀：納米結構材料處于超材料設計的前沿，并已在多種當代應用中設定了機械性能的基準。然而，具有常規拓撲的傳統納米結構設計表現出較差的應力分布并導致過早的節點失效。因此，研究者們正致力于開發更加復雜和優化的結構，以提高材料的強度和耐用性。
2025年1月30日，多倫多大學的研究人員通過人工智能（AI）和先進的3D打印技術，成功開發出一種創新的納米結構材料。這種材料不僅具有碳鋼的高強度，還具備了聚苯乙烯泡沫的輕盈性，為材料科學領域帶來了新的突破。該材料的開發，是基于對材料微觀結構的深入理解和優化。通過機器學習算法，研究團隊能夠預測和模擬材料在不同條件下的行為，從而設計出具有所需特性的納米結構。同時，3D打印技術則允許這些復雜的設計得以物理實現，制作出具有精確控制的微觀結構的材料樣本。
適用于超輕、高強度航空航天應用的納米結構3D打印材料
研究人員Peter Serles和Tobin Filleter與韓國科學技術院（KAIST）合作，開發了這種材料。這些材料由數百納米的小型重復單元構成。要達到人類頭發的粗細，需要排列超過100個這樣的單元。這些單元主要由碳構成，形成了復雜的三維結構，稱為納米晶格。
首席研究員之一Peter Serles解釋道：“納米結構材料結合了高性能形狀，例如利用納米尺寸的三角形構建橋梁，實現‘越小越強’的效應。這使得材料具有最高的強度重量比和剛度重量比。然而，標準晶格形狀和幾何形狀通常包含尖銳的交叉點和拐角，這會導致應力集中的問題，從而引起材料早期的局部失效和斷裂，限制了它的整體潛力。當我面對這一挑戰時，我意識到機器學習可以提供解決方案。”
團隊利用人工智能算法預測了最佳形狀，以提升材料的強度和減輕重量。隨后，Serles利用雙光子聚合3D打印機制造了微納米級原型。改進后的納米晶格強度比以往的模型提高了一倍多，能夠承受每立方米每公斤2.03兆帕的壓力，約為鈦的五倍。
Serles解釋道：“這是人工智能首次應用于優化納米結構材料，我們對這種改進感到震驚。它不僅復制了訓練數據中的成功幾何形狀，還從形狀變化的有效性和無效性中學習，從而預測出全新的晶格幾何形狀。通常，機器學習非常依賴數據，而高質量的數據通常難以生成，尤其是當使用有限元分析時。但是，多目標貝葉斯優化算法只需要400個數據點，而其它算法可能需要2萬個或更多。因此，我們能夠使用規模更小但質量更高的數據集。”
研究人員表示，這些新設計的目的是為了航空航天應用（如飛機、直升機和航天器）制造超輕部件。這些材料有助于降低燃料消耗，同時保持安全和性能標準。
(責任編輯：admin)
Supernova獲得200萬美元國
Graphmatech與Filalab合作
美國研發出新材料：可在流
CRP創新后處理解決方案，
新型多連環構架材料（PAM
nano3Dprint發布
3D Systems推出Ne
3D打印超高強納米
UCLA鄭小雨教授：
意大利研究者研發
Nature發表ZrO2-S
