هذه المواد، التي تم تطويرها باستخدام تقنيات الذكاء الاصطناعي، تتميز بقوة عالية ووزن خفيف، مما يجعلها مثالية للتطبيقات المتقدمة.
اقرأ ايضأ:-
تصميم المواد النانوية
قاد الباحثون، تحت إشراف بيتر سيرلز، عملية تصميم هذه المواد باستخدام خوارزميات تعلم الآلة. تتكون هذه المواد من وحدات بناء صغيرة بحجم بضع مئات من النانومترات، مرتبة في هياكل ثلاثية الأبعاد معقدة تُعرف باسم "الشبكات النانوية" (nanolattices) .
أشار سيرلز إلى أن هذه المواد تستفيد من مبدأ "الأصغر هو الأقوى" في علم المواد، مما يمنحها قوة وصلابة كبيرة مقارنة بوزنها.
كما تم استخدام خوارزمية متقدمة تُعرف باسم Multi-Objective Bayesian Optimization لتحسين تصميم هذه المواد، حيث تعلمت الخوارزمية من البيانات المحاكاة للتنبؤ بأفضل الأشكال الهندسية التي تعزز توزيع الإجهاد وتحسن نسبة القوة إلى الوزن.
التطبيقات المستقبلية
يتوقع الباحثون أن تؤدي هذه المواد إلى تطوير مكونات فائقة الخفة لتطبيقات الفضاء والطيران.
على سبيل المثال، استبدال مكونات مصنوعة من التيتانيوم في الطائرات بهذه المواد قد يوفر نحو 80 لتراً من الوقود سنوياً لكل كغ يتم استبداله.
تحسين عمليات التصنيع
يركز الباحثون حالياً على تحسين عملية تصنيع هذه المواد على نطاق واسع لتمكين إنتاج مكونات كبيرة الحجم بتكلفة فعالة.
إن النجاح في هذا المجال يمكن أن يؤدي إلى تحسينات كبيرة في كفاءة استهلاك الوقود والسلامة والأداء في صناعة الطيران45.