Derivation of Novel Isotropic Metamaterials at the Hashin Shtrikman Stiffness Limit Enabled by Physics Informed Neural Networks
Dit artikel toont aan dat Physics-Informed Neural Networks systematisch nieuwe gesloten cel isotrope metamaterialen kunnen afleiden die een nabijgelegen HS-bovengrens stijfheid bereiken (90% bij 0,4 relatieve dichtheid) en een bijna-isotroop gedrag vertonen, waarbij ze de meeste bestaande architecturen overtreffen terwijl ze een minimum van zes platen vereisen voor optimale ultrastijve prestaties.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een wereld voor waarin de materialen die onze bruggen, vliegtuigen en sportuitrusting ondersteunen, aanzienlijk lichter zouden kunnen worden zonder aan sterkte in te boeten. Decennialang hebben ingenieurs dit ideaal nagejaagd door "metamaterialen" te creëren—structuren die op microscopisch niveau zijn ontworpen om zich op manieren te gedragen die de natuur zelden vertoont. Het doel is om roosters, of open frameworks, te bouwen die stijf genoeg zijn om zware belastingen te dragen, maar licht genoeg zijn om brandstof en energie te besparen. De uitdaging ligt in een lastige afweging: structuren die ongelooflijk stijf zijn, buigen vaak gemakkelijk in sommige richtingen terwijl ze in andere rigide blijven, wat ze onvoorspelbaar maakt. Omgekeerd missen materialen die uniform zijn in alle richtingen, bekend als isotroop, vaak de benodigde stijfheid. Onderzoekers zoeken al lang naar een ontwerp dat zowel perfect uniform als maximaal stijf is, een theoretische limiet die wordt gedefinieerd door een beroemde wiskundige grens bekend als de Hashin-Shtrikman-limiet.
Tot voor kort vereiste het vinden van deze perfecte ontwerpen een traag proces van trial-and-error. Wetenschappers raadden een vorm, mengden bekende geometrische patronen door elkaar en gebruikten vervolgens krachtige computers om het ontwerp aan te passen, in de hoop op een oplossing te stuiten die zowel uniform als sterk was. Deze aanpak was als het proberen te vinden van een specifieke sleutel door elke mogelijke vorm te testen in een donkere kamer; het was inefficiënt en vertrouwde zwaar op menselijke intuïtie. Een nieuwe studie door onderzoekers van de Nanyang Technological University in Singapore heeft deze aanpak veranderd. In plaats van vormen te raden, gebruikten zij een type kunstmatige intelligentie genaamd een Physics-Informed Neural Network. Beschouw dit hulpmiddel als een zeer gedisciplineerde student die de fundamentele wetten van de fysica leert en vervolgens achteruit werkt om precies uit te rekenen hoe een structuur eruit moet zien om die wetten perfect te volgen. Door de computer de vergelijkingen voor stijfheid en uniformiteit te voeren, lieten de onderzoekers de machine oplossen voor de hoeken en posities van de platen waaruit het rooster bestaat, in plaats van te beginnen met een vooraf bedacht idee van hoe het rooster eruit zou moeten zien.
De onderzoekers concentreerden zich op roosters gemaakt van platte platen in plaats van dunne staven. Terwijl staven alleen kunnen rekken of comprimeren langs hun lengte, kunnen platen weerstand bieden tegen krachten vanuit elke richting binnen hun platte oppervlak, wat een veel efficiëntere manier biedt om gewicht te dragen. Het team vroeg de computer om de eenvoudigste arrangement van deze platen te vinden die zou resulteren in een materiaal dat hetzelfde aanvoelt, ongeacht de richting waarin je erop drukt. Ze testten ontwerpen met variërende aantallen platen, beginnend met een klein aantal en werkend naar boven toe. De computer had moeite met het vinden van een oplossing met minder dan zes platen, maar toen het zes bereikte, identificeerde het succesvol een unieke arrangement. Dit zes-platen ontwerp, dat lijkt op de vlakken van een dodecaëder—een vorm met twaalf platte zijden—was een doorbraak omdat eerder onderzoek suggereerde dat er minstens zeven platen nodig waren om dit niveau van uniformiteit te bereiken. De computer herontdekte ook een bekend zeven-platen ontwerp, waarmee werd bevestigd dat de methode correct werkte, en genereerde vervolgens nieuwe, geldige ontwerpen met acht, negen en tien platen.
Om te zien of deze door de computer gegenereerde ontwerpen stand zouden houden in de echte wereld, moesten het team ze bouwen. Omdat deze roosters bestaan uit volledig gesloten ruimtes zonder gaten waar lucht of vloeistof uit kan ontsnappen, zijn ze berucht moeilijk te vervaardigen met standaard 3D-printmethoden. De onderzoekers gebruikten een gespecialiseerde techniek genaamd Laser Pulsed Integration of Sheets, die dunne lagen metaalfolie laag voor laag aan elkaar last om een solide, verzegelde structuur te creëren. Ze printten monsters van het zes-platen ontwerp in roestvrij staal en testten deze onder druk. De resultaten waren opmerkelijk. De vervaardigde roosters gedroegen zich bijna exact zoals de computersimulaties voorspelden. Wanneer ze werden samengedrukt, vertoonden ze een stijfheid die ongeveer negentig procent van de theoretische maximumlimiet voor materialen van die dichtheid bereikte. Ze bleven ook opmerkelijk uniform, waarbij ze op dezelfde manier reageerden of ze nu van bovenaf, van de zijkant of van de hoek werden ingedrukt.
Echter, de studie onthulde ook een subtiele imperfectie. Hoewel de computer de hoeken van de platen perfect oploste, creëerde de methode die werd gebruikt om ze in een 3D-blok te assembleren scherpe hoeken waar de platen elkaar ontmoetten. Wanneer het materiaal werd belast, zorgden deze scherpe hoeken ervoor dat de platen licht bogen, wat de algehele stijfheid iets meer verminderde dan het ideale wiskundige model suggereerde. Ondanks dat presteerden de nieuwe ontwerpen beter dan de meeste andere isotrope structuren die in de wetenschappelijke literatuur zijn gerapporteerd, vooral bij hogere dichtheden. De onderzoekers vonden dat het toevoegen van meer dan tien platen de resultaten niet significant verbeterde, wat suggereert dat de zes-platen oplossing waarschijnlijk de eenvoudigste manier is om dit hoge niveau van prestatie te bereiken.
Dit werk vertegenwoordigt een verschuiving in hoe wetenschappers geavanceerde materialen ontwerpen. In plaats van te vertrouwen op menselijke creativiteit om de juiste vorm te raden, hebben zij aangetoond dat een computer systematisch de optimale geometrie kan afleiden uit de wetten van de fysica alleen. De resulterende materialen zijn niet alleen theoretische curiositeiten; het zijn praktische, produceerbare structuren die kunnen leiden tot lichtere, efficiëntere componenten voor de luchtvaart, de automobielsector en beschermende uitrusting. Door te bewijzen dat een zes-platen arrangement voldoende is om een bijna perfect, ultra-stijf materiaal te creëren, opent de studie de deur naar een nieuwe klasse metamaterialen die zowel eenvoudig in hun constructie als buitengewoon in hun prestaties zijn.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.