Le cadre axé sur l'IA crée des métamatériaux tolérants aux défauts avec des fonctionnalités complexes
De nombreux produits industriels – des pare-chocs de voiture aux panneaux aérospatiaux et aux implants médicaux – étaient leurs performances aux matériaux cellulaires légers. Ces synthétiques travailleurs sont conçues pour atteindre des objectifs de fonctionnalité spécifiques, mais trop souvent, les défauts introduits pendant le processus de fabrication peuvent entraîner des performances inférieures à une valeur ou même une défaillance catastrophique.
Désormais, une équipe de chercheurs dirigée par l'UC de Berkeley a développé un nouveau cadre axé sur l'IA qui peut concevoir plus efficacement les métamatériaux en treillis 3D – un type de structure avec des propriétés mécaniques extraordinaires, des capacités d'absorption sonore et une tumassement – tout en minimisant leur sensibilité aux défauts.
Dans leur article publié dans Intelligence de la machine de la natureles chercheurs montrent comment leur méthode de modélisation en instance de brevet, surnommée Graphmetamat, utilise des techniques d'apprentissage en profondeur pour combler l'écart entre la conception et la fabrication des métamatériaux, ouvrant la voie à de nouveaux matériaux très utiles.
« Jusqu'à présent, la plupart des travaux effectués dans l'IA et la conception des matériaux se sont présentés dans le domaine théorique et informatique, où ils vous donnent la conception qui fonctionne bien dans des conditions idéales », a déclaré Xiaoyu (Rayne) Zheng, professeur agrégé de science et d'ingénierie des matériaux et le chercheur principal de l'étude.
« Graphmetamat montre que l'IA peut vous donner une conception réaliste adaptée à une méthode de fabrication spécifique, comme l'impression 3D, et optimisée pour résister à divers défauts liés à la fabrication. Il prépare le terrain pour la conception automatique de matériaux fabriqués et tolérants aux défauts avec des fonctionnalités à la demande. »
Alors que les progrès de la conception basée sur les données et de la fabrication additive ont considérablement accéléré le développement de métamatériaux de la ferme, Zheng a expliqué que les approches de conception inverse existantes ont des limitations inhérentes. Ils peuvent générer des métamatériaux avec des propriétés linéaires cibles, telles que l'élasticité, mais ont du mal à capturer des comportements non linéaires plus complexes, tels que l'absorption d'énergie, nécessaires pour des articles comme les pare-chocs de voiture et l'équipement athlétique protecteur.
« Les méthodes de conception comme l'optimisation de la topologie ou une approche itérative guidée par l'intuition sont bonnes pour prédire les réponses simples », a déclaré Zheng. « Mais pour de nombreux problèmes du monde réel, ces approches ne peuvent pas concevoir efficacement les matériaux avec les fonctionnalités, la fabrication et la tolérance requises aux défauts introduits pendant la fabrication. »
Récemment, les chercheurs ont envisagé d'utiliser des réseaux de neurones graphiques pour la conception des métamatériaux, car cela s'est avéré être un outil puissant dans la découverte de médicaments. Mais il n'y avait que peu ou pas de données de formation disponibles pour la conception de métamatériaux.
Zheng et ses collègues chercheurs ont résolu ce problème en intégrant plusieurs techniques d'apprentissage en profondeur – apprentissage de renforcement, apprentissage par imitation, modèle de substitution et recherche de Monte Carlo Tree – dans Graphmetamat.
« Les utilisateurs peuvent créer des conceptions de métamatériaux, représentées comme des graphiques, entièrement à partir de zéro basés sur des entrées personnalisées, telles qu'une courbe de contrainte-déformation souhaitée ou des vibrations spécifiques des vibrations où les ondes mécaniques sont bloquées à certaines fréquences », a déclaré Marco Maurizi, chercheur postdoctoral au ministère de la Science des matériaux et de l'ingénierie et de l'auteur de l'étude. « Notre système d'IA ajoute alors de manière itérative des nœuds et des bords graphiques pour définir la géométrie et la topologie du matériau. »
Plus important encore, selon Zheng, Graphmetamat peut également intégrer des contraintes d'ingénierie dans les graphiques, y compris les contraintes de fabrication et de défaut.
« Graphmetamat a la capacité unique de tenir compte des imperfections induites par la fabrication », a-t-il déclaré. « Cette innovation change la donne car elle garantit que les métamatériaux générés n'échoueront pas s'ils développent un petit défaut pendant la fabrication. »
Dans leur preuve de concept, les chercheurs ont utilisé GraphmetAmat pour concevoir des métamatériaux de ferme légers optimisés pour l'absorption d'énergie et l'atténuation des vibrations à différentes fréquences. Pour chaque cas d'utilisation, le métamatériau généré a systématiquement surpassé les matériaux traditionnels, y compris les mousses polymères et les cristaux phononiques.
« Sur la base de nos résultats, Graphmetamat a le potentiel de redéfinir le paradigme de conception », a déclaré Zheng. « Cela ouvre la porte à de nouvelles possibilités passionnantes dans la création de métamatériaux réalistes et hautes performances. »
