• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Progettare vetro leggero per auto efficienti e turbine eoliche

    È difficile prevedere le proprietà di un vetro dalla sua composizione perché i vetri sono strutture disordinate, come si vede in questa simulazione a livello di atomo. Un nuovo modello di machine learning può prevedere la densità e la rigidità degli occhiali. Queste informazioni possono essere utilizzate per progettare fibre di rinforzo migliori per materiali compositi resistenti e leggeri nelle automobili e nelle turbine eoliche. Credito:Gruppo Qi, Università del Michigan

    Un nuovo algoritmo di apprendimento automatico per esplorare leggerezza, composizioni di vetro molto rigide possono aiutare a progettare materiali di nuova generazione per veicoli e turbine eoliche più efficienti. Gli occhiali possono rinforzare i polimeri per generare materiali compositi che forniscono punti di forza simili ai metalli ma con un peso inferiore.

    Liang Qi, un professore di scienza e ingegneria dei materiali alla U-M, ha risposto alle domande sul nuovo giornale del suo gruppo in npj Materiali di calcolo .

    Cos'è la rigidità elastica? Elastico e vetro non sembrano essere due parole che vanno insieme.

    Tutti i materiali solidi, compreso il vetro, hanno una proprietà chiamata rigidità elastica, nota anche come modulo elastico. È una misura di quanta forza per unità di area è necessaria per piegare o allungare il materiale. Se quel cambiamento è elastico, il materiale può recuperare totalmente la sua forma e dimensione originale una volta interrotta la forza.

    Perché vogliamo occhiali leggeri e molto rigidi?

    La rigidità elastica è fondamentale per qualsiasi materiale nelle applicazioni strutturali. Una maggiore rigidità significa che puoi sostenere la stessa forza di carico con un materiale più sottile. Per esempio, il vetro strutturale nei parabrezza delle auto, e nei touch screen su smartphone e altri schermi, può essere reso più sottile e leggero se gli occhiali sono più rigidi. I compositi in fibra di vetro sono materiali leggeri ampiamente utilizzati per auto, camion e turbine eoliche, e possiamo rendere queste parti ancora più leggere.

    I veicoli più leggeri possono andare oltre con un gallone di benzina, dal sei all'otto percento in più per una riduzione del peso del dieci percento, secondo l'Ufficio per l'efficienza energetica e le energie rinnovabili degli Stati Uniti. La riduzione del peso può anche aumentare significativamente l'autonomia dei veicoli elettrici.

    Accendino, un vetro più rigido può consentire alle pale delle turbine eoliche di trasferire l'energia eolica in elettricità in modo più efficiente perché viene "sprecata" meno energia eolica per far ruotare le pale. Può anche consentire pale eoliche più lunghe, che può generare più elettricità con la stessa velocità del vento.

    Quali sono le sfide nel cercare di progettare occhiali leggeri ma resistenti?

    Poiché gli occhiali sono materiali amorfi o disordinati, è difficile prevedere le loro strutture atomistiche e le corrispondenti proprietà fisico/chimiche. Usiamo simulazioni al computer per velocizzare lo studio degli occhiali, ma richiedono così tanto tempo di calcolo che è impossibile studiare ogni possibile composizione del vetro.

    L'altro problema è che non disponiamo di dati sufficienti sulle composizioni del vetro affinché l'apprendimento automatico sia efficace nel prevedere le proprietà del vetro per nuove composizioni di vetro. Gli algoritmi di apprendimento automatico vengono alimentati con dati, e trovano modelli nei dati che consentono loro di fare previsioni. Ma senza abbastanza dati di allenamento corretti, le loro previsioni non sono affidabili, proprio come un sondaggio politico condotto in Ohio non può prevedere le elezioni nel Michigan.

    Come hai superato queste barriere?

    Primo, abbiamo utilizzato simulazioni al computer ad alta produttività esistenti per generare dati sulle densità e le rigidità elastiche di vari vetri. Secondo, abbiamo sviluppato il modello di machine learning più adatto per una piccola quantità di dati, perché non avevamo ancora molti dati secondo gli standard di machine learning. L'abbiamo progettato in modo che la cosa fondamentale a cui presta attenzione sia la forza dell'interazione tra gli atomi. In sostanza, abbiamo usato la fisica per dargli suggerimenti su ciò che era importante nei dati, e che migliora la qualità delle sue previsioni per nuove composizioni.

    Cosa può fare il tuo modello?

    Mentre abbiamo addestrato il nostro modello di apprendimento automatico con occhiali fatti di biossido di silicio e uno o due altri additivi, abbiamo scoperto che potrebbe prevedere con precisione la leggerezza e la rigidità elastica di occhiali più complessi, con più di dieci diversi componenti. Può schermare fino a 100, 000 diverse composizioni contemporaneamente.

    Quali sono i prossimi passi?

    Leggerezza e rigidità elastica sono solo due proprietà importanti nella progettazione degli occhiali. Dobbiamo anche conoscere la loro forza, durezza, e le loro temperature di fusione. Condividendo apertamente i nostri dati e metodi, speriamo di ispirare lo sviluppo di nuovi modelli nella comunità della ricerca sul vetro.


    © Scienza https://it.scienceaq.com