تکنولوژی

تیم مهندسان MIT با استفاده از آلیاژ جدید و هوش مصنوعی موتورهای موشکی را متحول می کنند

گروهی از محققان MIT، دانشگاه کارنگی ملون و دانشگاه لهایی موفق به دریافت جایزه‌ای از آژانس پروژه‌های تحقیقاتی پیشرفته دفاعی (DARPA) برای تحول در طراحی اجزای هوافضا شدند. این پروژه بخشی از برنامه METALS دارپا است و بر استفاده از ابزارهای طراحی پیشرفته باهوش مصنوعی تمرکز دارد. تحقیق آنها هدفش حل محدودیت‌های طراحی سنتی است که عموماً از یک ماده برای کل یک قطعه استفاده می‌کنند. آنها از آلیاژهای ترکیبی تدریجی استفاده می‌کنند که ترکیب مواد آن در طول ساختار به تدریج تغییر می‌کند. این روش می‌تواند به بهبود عملکرد اجزای هوافضا بینجامد و به ابتکارات جدیدی در طراحی و مهندسی مواد الهام بخشد.

یک تیم از محققان MIT، دانشگاه کارنگی ملون و دانشگاه لهایی جایزه‌ای از آژانس پروژه‌های تحقیقاتی پیشرفته دفاعی (DARPA) برای تحول در طراحی اجزای هوافضا دریافت کرده‌اند.

این پروژه بخشی از برنامه مهندسی چندهدفه و آزمایش ساختارهای آلیاژی (METALS) دارپا است.

تمرکز تحقیق آنها بر ایجاد ابزارهای طراحی پیشرفته با استفاده از هوش مصنوعی (AI) است. این ابزارها هدفشان بهبود هم شکل و هم انتخاب مواد برای ساختارهای پیچیده هوافضا است.

رفع محدودیت‌های سنتی

این تحقیق هدفش رفع محدودیت‌های روش‌های طراحی سنتی است که عموماً از یک ماده برای کل یک قطعه استفاده می‌کنند.

در یک بیانیه مطبوعاتی، محققان اظهار داشتند: "اگرچه یک روش یک ماده ممکن است برای یک مکان خاص در یک قطعه بهینه باشد، ممکن است دیگر مکان‌ها در معرض خراب شدن قرار بگیرند یا نیاز به حمل یک ماده بحرانی در سرتاسر یک قطعه باشد حتی اگر فقط در یک مکان خاص نیاز باشد."

برای مثال، دیسک‌های تیغه‌دار (بلیسک‌ها) که در موتورهای جت استفاده می‌شوند با محدوده وسیعی از دماها و تنش‌ها مواجه می‌شوند که بعضی از قسمت‌ها نیاز به مقاومت بالا دارند درحالی که دیگر قسمت‌ها نیاز به مقاومت در برابر خزش یا خستگی دارند.

زکین نمکلیثرو، محقق اصلی پروژه و استاد مهندسی هوافضا در MIT، افزود: "در حال حاضر، با رویه‌های تولید و طراحی استاندارد، باید یک ماده جادویی تک به دست آوریم که هیچ تراکنش‌های طراحی ناکارآمد و مصالحه‌ای را انجام ندهد."

آلیاژهای ترکیبی تدریجی

تیم تحقیقاتی هدفشان حل این مسائل با استفاده از "آلیاژهای ترکیبی تدریجی" است که در آن ترکیب مواد در طول ساختار به تدریج تغییر می‌کند. این امکان را می‌دهد که خواص به مکان‌ها و نیازهای خاص تنظیم شوند.

روزنامه مطبوعاتی ذکر کرد: "با پیشرفت سریع فرآیندهای تولید افزایشی که امکان کنترل ترکیب و خواص وابسته به وکسل را فراهم می‌کنند، تیم از فرصت‌های منحصربه‌فرد برای بهبود عملکرد در اجزای ساختاری بهره می‌برد.”

برای طراحی این ساختارهای پیچیده، محققان تخصص خود را در زمینه‌هایی مانند یادگیری ماشینی، بهینه‌سازی توپولوژی و مدل‌سازی مولد ترکیب خواهند کرد.

آنها هدفشان توسعه ابزارهای طراحی با استفاده از هوش مصنوعی است که می‌توانند به طور همزمان هم شکل و هم ترکیب مواد یک قطعه را بهینه‌سازی کنند.

تأثیر و تبعات بالقوه

این روش نوآورانه می‌تواند به طور قابل توجهی عملکرد اجزای هوافضا را بهبود بخشد. این می‌تواند به موتورهایی منجر شود که سبک‌تر، کارآمدتر و با دوام‌تر هستند، که می‌تواند امکانات در اکتشاف فضایی و هواپیماهای پیشرفته را گسترش دهد.

کوردرو برجسته کرد: "این پروژه مکانیک کلاسیک را با تکنولوژی‌های طراحی مولد پیشرفته AI مرتبط می‌کند تا ذخیره پلاستیکی آلیاژهای ترکیبی تدریجی را آزاد کند. این امکان عملیات ایمن در شرایط قبلاً غیرقابل دسترس را می‌دهد."

تبعات این تحقیق فراتر از هوافضا می‌رود و می‌تواند در صنایعی که با تقاضای مشابه مواد روبرو هستند، نوآوری را تحریک کند. با نشان دادن قابلیت طراحی با استفاده از هوش مصنوعی و تولید پیشرفته، محققان امیدوارند که یک موج جدید از نوآوری در مهندسی و علوم مواد الهام بخشند، برسد.

جان هارت، استاد و رئیس دپارتمان مهندسی مکانیک MIT، نتیحه‌گیری کرد: "این یک فرصت واقعاً منحصر به فرد برای ساخت قابلیت‌های پیش‌گام است که می‌تواند زیربنای سیستم‌های پرتاب آینده باشد و از تکنولوژی‌های طراحی دیجیتال و تولید بهره می‌برد."

توسط
Interesting Engineering
منبع
Interesting Engineering
نمایش بیشتر

اخبار مرتبط

بازگشت به بالا