前沿 2020-03-18 10:03

新加坡和美国多所大学利用神经网络技术大幅提高材料测试中的准确性

徐冬翔 摘自 Eurekalert网站

 

【据Eurekalert网站2020年3月16日报道】新加坡南洋理工大学、美国麻省理工学院和美国布朗大学联合开发出一种新技术,使神经网络对纳米压痕材料测试结果的预测准确性提高了20倍。

纳米压痕技术是指使用金刚石等坚硬材料制成的尖端压入材料样品,并通过查看材料如何形变,从而获得材料机械性能的一项技术。该项技术在许多制造应用中都很重要,但缺点在于实验数据的解析过程十分复杂,导致其在航空和汽车制造中无法广泛应用。

神经网络是一种模拟人脑的计算系统,可以通过输入数据不断自主学习,并通过计算给出预测的材料测试结果。研究人员表示,以前开发的神经网络对纳米压痕材料测结果的预测不够准确,主要原因在于输入的数据是计算机合成数据,参数均为完美条件下的假设,与真实情况有细微差异,如:压头尖端形状完整清晰、压头运动绝对流畅等。现在,研究人员将少量真实实验数据点加入到神经网络中,将预测结果的准确性提高了20倍。

研究人员验证了神经网络在铝合金和3D打印钛合金上的测试效果,并表明该技术在工业4.0数字制造中有巨大的应用潜力。

阅读 收藏

相关专题: 基础与前沿