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(guī)拓撲的傳統(tǒng)納米結構設計表現(xiàn)出較差的應力分布并導致過早的節(jié)點失效。因此，研究者們正致力于開發(fā)更加復雜和優(yōu)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(fā)出一種創(chuàng)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(fā)，是基于對材料微觀結構的深入理解和優(yōu)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(xiàn)，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(fā)了這種材料。這些材料由數(shù)百納米的小型重復單元構成。要達到人類頭發(fā)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(xiàn)‘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(zhàn)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(yōu)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(shù)據(jù)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(shù)據(jù)，而高質(zhì)量的數(shù)據(jù)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(yōu)化算法只需要400個數(shù)據(jù)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(guī)模更小但質(zhì)量更高的數(shù)據(jù)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
• 多倫多大學借助AI和3D打印
• Graphmatech與Filalab合作
• 美國研發(fā)出新材料：可在流
• CRP創(chuàng)新后處理解決方案，
• 新型多連環(huán)構架材料（PAM

• ·Supernova獲得200萬美元國防合同，用于
• ·多倫多大學借助AI和3D打印技術為航空航
• ·Graphmatech與Filalab合作推出石墨烯增
• ·美國研發(fā)出新材料：可在流體與固體狀態(tài)
• ·CRP創(chuàng)新后處理解決方案，顯著提升3D打
• ·新型多連環(huán)構架材料（PAM）登上Science
• ·新墨西哥大學開發(fā)新型建筑材料，提升3D
• ·機械超材料：增材制造應用于生物醫(yī)療