Для автомобилейУченые разработали новый метод для более точного предсказания износа магниевых сплавов, используемых в автомобилях и самолетах. Эти материалы стали популярны из-за своей легкости и прочности, что позволяет создавать более энергоэффективные транспортные средства с меньшими выбросами. Однако предсказать, когда магниевые сплавы начнут развивать трещины от постоянных нагрузок, было сложно.
© Ferra.ru
Традиционные методы прогнозирования износа основаны на эмпирических моделях, которые требуют постоянной настройки для разных условий. Это осложняло их применение в промышленности, где нагрузка часто меняется. Чтобы решить эту проблему, группа ученых из Южной Кореи разработала новый метод, сочетающий машинное обучение с физическим моделированием.
Новый подход использует нейронную сеть для анализа циклов напряжений и деформаций, а также физическую модель для более глубокого понимания поведения материала. Исследование опирается на данные, полученные в ходе тестов на усталость магниевого сплава AZ31, и позволяет более точно оценить, когда начнут образовываться трещины.
Главным преимуществом этой модели является ее гибкость: нейронная сеть адаптируется к изменениям в нагрузках и условиях, исключая необходимость вручную корректировать параметры. Это делает метод более эффективным для предсказания износа в реальных условиях.
© Taekyung Lee from Pusan National University, South Korea
