Gitterstrukturen sind durch ihre komplexen Muster und hierarchischen Designs gekennzeichnet und haben ein enormes Potenzial, um Branchen von der Luft- und Raumfahrt bis zur biomedizinischen Technik zu revolutionieren. Die Vielseitigkeit und Anpassungsfähigkeit dieser Strukturen stellen jedoch Ingenieure und Wissenschaftler vor erhebliche Herausforderungen, da traditionelle Methoden der Design-Exploration und Optimierung oft angesichts der schieren Anzahl von Möglichkeiten im Landschaftsdesign von Gittern an ihre Grenzen stoßen. Wissenschaftler und Ingenieure des Lawrence Livermore National Laboratory (LLNL) setzen nun auf den Einsatz von maschinellem Lernen und künstlicher Intelligenz, um den Designprozess von Gitterstrukturen zu beschleunigen und damit Eigenschaften wie geringes Gewicht und hohe Festigkeit zu optimieren.
In einer kürzlich in Scientific Reports veröffentlichten Studie kombinierten LLNL-Forscher ML-basierte Ansätze mit traditionellen Rechentechniken, um eine neue Ära im Gitterdesign einzuläuten. Durch die Nutzung von ML-Algorithmen können Forscher die mechanische Leistung vorhersagen, Designvariablen optimieren und den Rechenprozess für Gitter beschleunigen, die Millionen potenzieller Designoptionen bieten. Durch die Integration von ML-basierten Ansätzen in den Design-Workflow könne der Designprozess beschleunigt werden, um das volle Potenzial der Gitterstrukturen zu nutzen und deren vielfältige mechanische Eigenschaften optimal zu nutzen.
Die Forscher entwickelten ML-basierte Ersatzmodelle, die als virtuelle Prototypen dienen, um das mechanische Verhalten von Gitterstrukturen zu erforschen. Diese Modelle wurden auf einer Fülle von Daten trainiert, die verschiedene Gitterfamilien und geometrische Designvariablen umfassen, und bieten wertvolle Einblicke in Designparameter und die Rolle von Geometrie und Struktur für die mechanische Leistung. Darüber hinaus führten die Forscher Bayesian Optimization ein, um die Erkundung des Gitterdesigns effizient zu gestalten und hochleistungsfähige Konfigurationen mit außergewöhnlicher Geschwindigkeit zu identifizieren. Die Studie setzt einen neuen Maßstab für intelligente Designs und kann die Leistung von Luft- und Raumfahrtkomponenten verbessern sowie das Gebiet der fortschrittlichen Materialien revolutionieren.