En

Разработана нейросеть для прогнозирования свойств полимеров

Специалисты МГТУ им. Н. Э. Баумана представили веб-сервис PolymerAI, использующий технологии искусственного интеллекта для прогнозирования свойств полимерных материалов. Приложение позволяет настраивать параметры прочности, упругости и растяжимости полимеров, опираясь на обучение нейросети на большой выборке полимерных структур. Это ускоряет поиск и отбор новых материалов с выдающимися свойствами и позволяет более точно настраивать используемые материалы под конкретные промышленные задачи.
164 просмотров
Разработана нейросеть для прогнозирования свойств полимеров

Специалисты Центра компетенций Национальной технологической инициативы (НТИ) «Цифровое материаловедение: новые материалы и вещества» на базе МГТУ им. Н. Э. Баумана разработали веб-сервис, который позволяет прогнозировать свойства полимерных материалов.

Веб-приложение PolymerAI позволяет настраивать параметры прочности, упругости и растяжимости полимерных материалов с помощью технологий искусственного интеллекта. Нейросеть в его основе была обучена на большой выборке полимерных структур, что позволяет ей выявлять связи между физическими параметрами и строением вещества, уточнили в организации.

Иван Злобин, научный сотрудник Центра компетенций НТИ на базе МГТУ, сообщил:

«[Разработка] поможет находить и отбирать новые полимерные материалы с выдающимися свойствами и более тонко „настраивать“ использующиеся сейчас материалы под конкретные задачи промышленности»

Говоря о важности прогнозирования свойств материалов, ученый привел в пример логику их подбора для бампера автомобиля, который сделан из легкого пластика для того, чтобы, ломаясь, принимать на себя удар. Если бы в его основе использовались более прочные конструкции, это приводило бы к более серьезным повреждениям автомобиля, а в ряде случаев — травмам водителя и пассажиров.

«Главное преимущество математической модели прогнозирования свойств полимеров перед традиционной компьютерной симуляцией — скорость и простота вычислений. Разработанная модель является первым шагом в сторону быстрого цифрового дизайна полимерных материалов»

Источник:

Поделиться материалом:

En