Variational Quantum Algorithms for Hyperelasticity: Incorporating Nonlinear Constitutive Behavior

Stel je een wereld voor waarin de materialen om ons heen—elastiekjes, autobanden, het zachte weefsel in ons lichaam—met perfecte precisie op een computer gemodelleerd kunnen worden. Ingenieurs en wetenschappers vertrouwen al lang op klassieke computers om te voorspellen hoe deze materialen uitrekken, vervormen en terugveren onder druk. Deze materialen gedragen zich echter vaak op complexe, niet-lineaire manieren, wat betekent dat een kleine duw niet altijd resulteert in een proportioneel kleine beweging. Het oplossen van de wiskunde achter deze gedragingen is berucht moeilijk, vooral wanneer men probeert ze te simuleren op de volgende generatie computers: quantummachines. Quantumcomputers beloven bepaalde problemen sneller op te lossen dan welke machine dan ook vandaag de dag, maar ze worstelen met de zeer niet-lineaire gedragingen die echte materialen interessant maken. Ze zijn uitstekend in het afhandelen van rechte lijnen en eenvoudige relaties, maar ze struikelen over de krommingen en draaiingen van de realiteit.

Dit is de uitdaging die Uditnarayan Kouskiya en Caglar Oskay, onderzoekers aan de Vanderbilt University, probeerden aan te pakken. Zij werken op het snijvlak van civiele techniek en quantumcomputing, een veld dat streeft naar het gebruik van de vreemde regels van de quantummechanica om problemen in het structureel ontwerp op te lossen. Hun doel was om een nieuwe methode die zij eerder hadden ontwikkeld, uit te breiden om de rommelige, niet-lineaire wiskunde van rubberachtige materialen aan te kunnen. Specifiek wilden zij zien of hun benadering kon werken voor materialen die complexe regels volgen waarbij breuken van machten betrokken zijn, een wiskundige beschrijving die gebruikelijk is in modellen voor rubber en biologische weefsels. De onderzoekers hebben geen fysieke quantumcomputer gebouwd voor dit onderzoek; in plaats daarvan draalden zij geavanceerde simulaties op een klassieke computer die nabootst hoe een quantummachine zou reageren. Hun werk dient als een proof of concept, waarmee wordt aangetoond dat een specifieke strategie de kloof kan overbruggen tussen de rigide logica van quantumalgoritmen en de flexibele realiteit van hyperelastische materialen.

De kern van het werk van de onderzoekers omvat een techniek genaamd een Variational Quantum Algorithm. In eenvoudige termen is dit een manier om een quantumcomputer te gebruiken om de laagste energietoestand van een systeem te vinden, wat overeenkomt met de meest stabiele vorm die een materiaal aanneemt onder een bepaalde belasting. De onderzoekers namen de wiskundige beschrijving van de energie van een materiaal en zetten deze om in een "cost function", een score die de quantumcomputer probeert te minimaliseren. Het probleem is dat de vergelijkingen voor deze rubberachtige materialen vaak vergelijkingen bevatten met machten die breuken of negatieve getallen zijn, wat huidige quantumcircuits niet direct kunnen verwerken. Om dit te omzeilen, introduceerde het team een slimme workaround. Ze voegden "auxiliary variables" toe, wat in essentie hulpgetallen zijn die in de plaats staan van de moeilijke fractie-delen van de vergelijking. Vervolgens voegden ze een "penalty" toe aan het systeem: als het hulpgetal niet perfect overeenkwam met het moeilijke deel van de vergelijking, zou de kostenscore stijgen. Dit dwingt de quantumcomputer om een oplossing te vinden waarbij de hulpvariabele en de moeilijke wiskunde samenvallen, waardoor het complexe probleem effectief wordt vertaald naar een vorm die de quantummachine kan begrijpen.

Deze vertaling is echter een benadering, en zoals elke benadering introduceert het een kleine fout. Om dit op te lossen, ontwikkelden de onderzoekers een tweede fase in hun proces: een iteratieve correctiestrategie. Zodra de quantumcomputer een initiële, ruwe oplossing vindt, gebruiken de onderzoekers dat resultaat om een "correctieveld" te berekenen. Vervolgens draaien ze het quantumalgoritme opnieuw, waarbij ze de computer deze keer vragen om de kleine aanpassingen te vinden die nodig zijn om de eerste oplossing te verbeteren. Ze herhalen deze cyclus, waarbij elke ronde de oplossing verfijnt en dichter bij het ware fysieke gedrag van het materiaal brengt. Het is een beetje zoals het afstemmen van een radio; je vindt eerst de algemene zender, en daarna maak je kleine aanpassingen aan de knop totdat de ruis verdwijnt en het signaal scherp wordt.

Het team testte deze tweestapsbenadering op drie verschillende modellen van rubberachtige materialen, waaronder het Ogden-model en het Mooney–Rivlin-model, wat standaardmanieren zijn waarop ingenieurs beschrijven hoe deze substanties vervormen. Ze simuleerden een eendimensionale strook materiaal, één millimeter lang, die werd blootgesteld aan specifieke krachten en randvoorwaarden. Gebruikmakend van een gesimuleerd quantumsysteem met drie qubits—de basis eenheden van quantuminformatie—voerden zij hun algoritme uit. De resultaten toonden aan dat de initiële penalty-gebaseerde methode een redelijke schatting gaf, maar dat het iteratieve correctieproces de nauwkeurigheid aanzienlijk verbeterde. Voor het Mooney–Rivlin-model daalde de fout van meer dan vier procent naar minder dan een half procent na slechts enkele rondes van correctie. De onderzoekers ontdekten dat hoewel de eerste gok vaak dichtbij zat, de daaropvolgende correcties essentieel waren om de fijne details van het gedrag van het materiaal vast te leggen.

De studie concludeert dat deze methode levensvatbaar is voor de specifieke soorten niet-lineariteiten die zij hebben getest, maar het benadrukt ook de grenzen van de huidige technologie. De onderzoekers merkten op dat hoewel hun methode goed werkt voor de eenvoudige, eendimensionale voorbeelden die zij kozen, meer complexe, real-world scenario's met meerdere dimensies en ingewikkelde materiaalgedragingen meer qubits en een meer geavanceerde behandeling van de hulpvariabelen zouden vereisen. Zij beweerden niet het probleem te hebben opgelost van het simuleren van álle materialen op quantumcomputers, noch suggereerden zij dat deze methode klaar is voor onmiddellijk industrieel gebruik. In plaats daarvan presenteerden zij een duidelijke, stapsgewijze demonstratie dat een combinatie van penalty-beperkingen en iteratieve verfijning quantumalgoritmen bruikbaar kan maken voor een klasse van moeilijke technische problemen die voorheen buiten bereik lagen. Het werk staat als een belangrijke stap voorwaarts in het laten zien hoe quantumcomputing op een dag ingenieurs kan helpen bij het ontwerpen van veiligere, efficiëntere structuren door het complexe gedrag van de materialen die zij gebruiken te begrijpen.