يعد إيقاف الإنتاج أمرًا مكلفًا ، لذلك يقوم المصنعون بفحص المواد مثل الصفائح المعدنية قبل الاستخدام للتأكد من أن المادة لن تتشقق عند تشكيلها أو شدها أو إجهادها إلى أجزاء منفصلة. غالبًا ما تستخدم الشركات برامج محاكاة تجارية يتم معايرتها لنتائج الاختبارات الميكانيكية المختلفة. ومع ذلك ، قد تستغرق هذه الاختبارات شهورًا حتى تكتمل.
بينما يمكن لبعض عمليات المحاكاة الحاسوبية عالية الدقة تقييم قابلية التشكيل في غضون أسابيع قليلة فقط ، تحتاج الشركات إلى كمبيوتر عملاق وخبرة متخصصة لتشغيلها. في مختبرات سانديا الوطنية يجب أن أعرف يمكن للتعلم الآلي أن يقطع الوقت والموارد بشكل كبير لمعايرة البرامج التجارية لأن الخوارزمية لا تتطلب معلومات من الاختبارات الميكانيكية. ولا تتطلب الطريقة جهاز كمبيوتر عملاق. بالإضافة إلى ذلك ، فإنه يفتح طريقًا جديدًا للبحث والتطوير السريع.
تعمل خوارزمية التعلم الآلي ، المسماة MAD3 ، باختصار التصميم المدفوع ببيانات المواد ، لأن السبائك المعدنية مصنوعة من حبيبات مجهرية ، تسمى حبيبات “علم البلورات”. بشكل جماعي ، تشكل هذه الحبيبات نسيجًا يجعل المعدن أقوى في بعض الاتجاهات مقارنة بغيرها ، وهي ظاهرة يسميها الباحثون تباين الخواص الميكانيكية.
لقد قمنا بتدريب النموذج على فهم العلاقة بين النسيج البلوري والاستجابة الميكانيكية متباينة الخواص. أنت بحاجة إلى مجهر إلكتروني للحصول على نسيج المعدن ، ولكن بعد ذلك يمكنك ترك هذه المعلومات للخوارزمية ، وتتنبأ بالبيانات اللازمة لبرنامج المحاكاة دون أي اختبار ميكانيكي.
– ديفيد مونتيس دوكا زابيان ، عالم سانديا
بالتعاون مع جامعة ولاية أوهايو ، قامت سانديا بتدريب الخوارزمية على نتائج 54000 اختبار محتوى وهمي باستخدام تقنية تسمى الشبكات العصبية للتغذية الأمامية. قدم فريق سانديا بعد ذلك الخوارزمية بـ 20000 بنية دقيقة جديدة لاختبار دقتها ، ومقارنة حسابات الخوارزمية بالبيانات التي تم جمعها من التجارب وعمليات المحاكاة المعتمدة على الكمبيوتر الفائق.
تعد الخوارزمية المطورة أسرع بنحو 1000 مرة من المحاكاة عالية الدقة. نحن نعمل بنشاط على تحسين النموذج من خلال دمج الميزات المتقدمة لالتقاط تطور تباين الخواص حيث أنه من الضروري تقدير حد الكسر للمادة بدقة.
كمختبر للأمن القومي ، تجري سانديا مزيدًا من الأبحاث لمعرفة ما إذا كانت الخوارزميات يمكنها تقصير إجراءات ضمان الجودة للمخزونات النووية الأمريكية ، حيث تخضع المواد لمعايير صارمة قبل قبولها للاستخدام الإنتاجي. قامت الإدارة الوطنية للأمن النووي بتمويل أبحاث التعلم الآلي من خلال برنامج المحاكاة والحوسبة المتقدم.
لتمكين المؤسسات الأخرى من الاستفادة من التكنولوجيا ، شكلت Sandia فريقًا متعدد التخصصات لتطوير برامج تصميم سهلة الاستخدام تعتمد على البيانات المادية تعتمد على البيانات. تم تطويره بمدخلات من أكثر من 75 مقابلة مع مستخدمين محتملين من خلال برنامج I-Corps التابع لوزارة الطاقة.
وفقًا لتقرير OpenGov Asia ، أنشأ الباحثون في Sandia National Laboratories طريقة معالجة الصور ثلاثية الأبعاد لمحاكاة الكمبيوتر والتي يمكن أن يكون لها آثار مفيدة لعدد من الصناعات ، بما في ذلك الرعاية الصحية والبناء والمركبات الكهربائية.
يتشارك الباحثون في سير العمل الجديد ، الذي أطلق عليه الفريق اسم EQUIPS ، من أجل التقدير الكمي الفعال لعدم اليقين في عمليات المحاكاة الفيزيائية القائمة على الصور. قال المؤلف الرئيسي للورقة إن سير العمل هذا يعطي نتائج أكثر موثوقية من خلال استكشاف التأثير الذي تحدثه حدود الكائن الغامضة في الصورة الممسوحة ضوئيًا في عمليات المحاكاة. يمكن لـ EQUIPS استخدام التعلم الآلي لقياس عدم اليقين بشأن كيفية تحضير الصورة لمحاكاة الكمبيوتر ثلاثية الأبعاد. من خلال إعطاء حد من عدم اليقين ، يسمح سير العمل لصانعي القرار بالنظر في أفضل النتائج وأسوأها.
باستخدام سير عمل EQUIPS ، الذي يمكنه استخدام التعلم الآلي لأتمتة عملية الرسم ، يتم تقديم الصورة ثلاثية الأبعاد في عدة أشكال ممكنة تصور حجم الورم المحتمل وموقعه. ستنتج هذه العروض المختلفة مجموعة من نتائج المحاكاة المختلفة. بدلاً من إجابة واحدة ، سيكون لدى الطبيب مجموعة متنوعة من التشخيصات التي يجب مراعاتها والتي يمكن أن تؤثر على تقييم المخاطر وقرارات العلاج ، سواء كانت علاجًا كيميائيًا أو جراحة.
“هواة الإنترنت المتواضعين بشكل يثير الغضب. مثيري الشغب فخور. عاشق الويب. رجل أعمال. محامي الموسيقى الحائز على جوائز.”