|
|
 |
|
|
 |
Ученые ПНИПУ научили ИИ создавать материалы будущего
Современные технологии требуют от материалов сочетания несочетаемого: например, прочности с пористостью. Это необходимо при создании костных имплантатов, авиаконструкций и систем охлаждения. Ученые Пермского Политеха разработали программу, которая создает принципиально новые структуры материалов.
Статья опубликована в журнале «Structural and Multidisciplinary Optimization».
Как разработать материал с противоречащими свойствами? Ключ к решению таких сложных задач кроется во внутренней архитектуре материала — его микроструктуре. Однако проектирование оптимальной трёхмерной структуры вручную сталкивается с фундаментальной сложностью: количество возможных комбинаций и взаимосвязей между элементами настолько велико, что их анализ традиционными методами становится крайне трудоёмким и длительным процессом.
Современные подходы к решению этой проблемы основаны на компьютерном моделировании, но и они имеют существенные ограничения. Наиболее распространенный метод — топологическая оптимизация — работает по принципу "разумного упрощения". Компьютер анализирует виртуальную модель детали, которая изначально представляет собой сплошной массив материала, и вычисляет, в каких областях напряжение минимально. Эти "спокойные" зоны считаются избыточными — подобно тому, как архитектор может убрать лишние перегородки в здании, не снижая его прочности. Система постепенно удаляет такой материал, оставляя только те элементы, которые действительно необходимы для сопротивления нагрузкам.
Такой подход позволяет получить надежную конструкцию, но требует огромных вычислительных мощностей и времени для каждого нового случая. Более современные методы используют базы данных известных материалов и алгоритмы машинного обучения, которые ищут закономерности в уже существующих структурах. Однако такие системы могут предлагать лишь вариации известных решений, не создавая принципиально новых материалов с уникальными свойствами.
Большинство методов работают с двумерными моделями или требуют огромных вычислительных мощностей. Кроме того, они часто генерируют структуры с нарушенной целостностью — например, с "висящими" элементами, которые невозможно воспроизвести в реальности.
Перспективным направлением в решении этих проблем являются генеративно-состязательные сети (GAN) — это особая архитектура искусственного интеллекта, где две нейросети работают вместе, словно дизайнер и критик. Одна нейросеть (генератор) предлагает новые варианты структур, а вторая (дискриминатор) оценивает, насколько они реалистичны. В результате такой совместной работы система учится создавать все более совершенные структуры.
Ученые Пермского Политеха усовершенствовали ЭТОТ метод, создав первую в мире трехмерную версию известной архитектуры StyleGAN2. Если раньше подобные системы работали в основном с плоскими изображениями, то теперь алгоритм научился генерировать сложные объемные структуры. Их ключевое достижение — создание не просто случайных вариаций, а целого "пространства дизайна", где можно плавно менять параметры и получать работоспособные структуры.
Ученые провели первичное обучение нейросети на обширной библиотеке из 5000 моделей пористых материалов – одних из самых сложных в проектировании. В процессе система проанализировала и усвоила фундаментальные принципы их построения — распределение твердых и пустотных областей, варианты соединения внутренних элементов и типичные особенности. Этот этап позволил искусственному интеллекту сформировать базовое понимание внутренней архитектуры образцов.
Для нахождения наилучших решений применяется генетический алгоритм, работающий по принципу естественного отбора. Он последовательно анализирует варианты строений материалов, оценивая их по целевым параметрам — прочности и плотности.
— На этом этапе формируется набор структур, в которых невозможно одновременно улучшить оба показателя: если мы пытаемся увеличить прочность, неизбежно возрастает плотность, и наоборот. Такие результаты считаются предпочтительными, поскольку они предлагают наилучшие возможные компромиссы между противоречивыми требованиями, — рассказывает Михаил Ташкинов, кандидат физико-математических наук, заведующий научно-исследовательской лабораторией «Механика биосовместимых материалов и устройств» ПНИПУ.
— Наша нейросеть не просто копирует или смешивает известные образцы, а действительно изобретает. Но главное — она делает это не хаотично. Все созданные варианты система автоматически раскладывает как бы «по полочкам» — в упорядоченное цифровое пространство, где похожие структуры находятся рядом. Это позволяет легко находить и сравнивать разные решения, что раньше было практически невозможным. — рассказывает Евгений Кононов, инженер-исследователь.
Представьте, что вы покупаете машину: нельзя одновременно получить максимальную скорость и минимальный расход топлива. Алгоритм ученых ПНИПУ находит все такие "предельные" варианты. Например, он показывает: "вот самая прочная структура для заданной легкости, а вот самая легкая для заданной прочности". Дальше этого предела улучшить уже ничего нельзя.
Результаты исследования показали высокую эффективность метода. Разработанная система смогла создать трёхмерные микроструктуры, которые превзошли по характеристикам материалы из обучающей базы данных. При одинаковой плотности новые конструкции демонстрируют увеличение жесткости на 15-20% по сравнению с существующими аналогами.
Полученные результаты открывают новые возможности для создания современных пористых структур, которые могут применять в высокотехнологичных отраслях промышленности.
Контактное лицо: Макарова Татьяна (написать письмо автору)
Компания: ПНИПУ (все новости этой организации)
Добавлен: 21:55, 12.11.2025
Количество просмотров: 333
Страна: Россия
| Ученый Пермского Политеха рассказал об изменениях в правилах для водителей, ПНИПУ, 21:48, 16.03.2026, Россия |
102 |
| С 1 марта 2026 года в России вступают в силу законодательные изменения, которые коснутся всех автовладельцев. Нововведения затронут цифровизацию электронных паспортов и усиление ответственности за нарушение ПДД. Ученый Пермского Политеха рассказал, какие изменения ждут водителей, как они повлияют на бюджет и авторынок, и что делать, чтобы избежать лишних расходов. |
|
| Ученые Пермского Политеха рассказали 10 неочевидных фактов про сон, ПНИПУ, 21:18, 16.03.2026, Россия |
26 |
| 13 марта отмечается Всемирный день сна. Ученые ПНИПУ рассказали, сколько плод спит в беременность, почему дети не видят себя во сне, как головной мозг избавляется от токсичных белков, зачем нам негативные сновидения, как нехватка сна приводит к диабету и какие психологические установки порождают бессонницу. |
|
| Ученая Пермского Политеха развеяла миф о вреде зимне-весенних овощей, ПНИПУ, 21:15, 16.03.2026, Россия |
20 |
| Существует миф, что зимне-весенние овощи содержат большое количество пестицидов и нитратов. Ученая Пермского Политеха разбирает популярный миф о зимне-весенних овощах, в чем их отличие от сезонных, как меняется количество витаминов в плодах и какие лучше всего употреблять для поддержания иммунитета. |
|
| Ученая Пермского Политеха поделилась 10 полезными фактами про почки, ПНИПУ, 21:55, 12.03.2026, Россия |
383 |
| 12 марта отмечается Всемирный день почки. Ученая ПНИПУ рассказала, когда формируются почки у ребенка, как работают, почему влияют на давление, мозг и витамин D, как часто их пересаживают, у кого выше риск образования камней, полезно ли есть арбуз и где разрабатывают искусственную почку. |
|
| Пермские ученые объяснили, почему на спутнике Сатурна бьют гейзеры, а на других — нет, ПНИПУ, 21:54, 12.03.2026, Россия |
383 |
| Европа, Энцелад и Титан — ледяные спутники Юпитера и Сатурна с подледными океанами. Только Энцелад выбрасывает воду в космос через гейзеры. Почему при сходном строении остальные спутники скрыты подо льдом, выяснили ученые Пермского Политеха и УрО РАН, создав математическую модель, которая объяснила этот феномен. |
|
|
|
|
|
|
|
Разделы //
Новости по странам //
Сегодня у нас публикуются //
|
|
