Come calcolare lo stress e la deformazione dei materiali? I ricercatori del MIT hanno ideato uno strumento di apprendimento automatico che presto potrebbe portare a prototipazioni e ispezioni dei materiali più rapide, eliminando la necessità dei complessi calcoli basati sulla fisica e generando stime in tempo reale.
I ricercatori hanno impiegato una tecnica di intelligenza artificiale chiamata Generative Adversarial Neural Network. Hanno addestrato la rete con migliaia di immagini accoppiate: una raffigurante la microstruttura interna di un materiale soggetto a forze meccaniche e l’altra raffigurante lo stress e i valori di deformazione codificati per colore dello stesso materiale. Con questi esempi, la rete calcola in modo iterativo le relazioni tra la geometria del materiale e le sue sollecitazioni risultanti. “Quindi da un’immagine il computer è in grado di prevedere tutte queste forze: le deformazioni, le sollecitazioni e così via – spiega il coautore dello studio Markus Buehler – Questa è davvero una svolta: con il metodo convenzionale, dovremmo codificare le equazioni e chiedere al computer di risolvere le equazioni alle derivate parziali“.
I test sono stati positivi: la rete completamente addestrata ha restituito con successo i valori di stress e deformazione grazie a una serie di immagini ravvicinate della microstruttura di vari materiali compositi morbidi.
Questo approccio avrà un impatto significativo su una varietà di applicazioni ingegneristiche: dai compositi utilizzati nell’industria automobilistica e aeronautica ai biomateriali naturali e ingegnerizzati.
La rete inoltre funziona su computer di livello consumer, dando la possibilità a meccanici e ispettori di diagnosticare i potenziali problemi dei macchinari semplicemente scattando una foto.
Per questa ricerca, il team ha lavorato principalmente con materiali compositi che includevano componenti morbidi e fragili in una varietà di disposizioni geometriche casuali, ma in futuro prevede di usare una gamma più ampia di tipi di materiali.
