Álláshirdetések
Events / Courses
Legfrissebb híreink
Megérheti messzebb utazni egy-egy használt autóért
2024.05.15 13:18
A JLR a mérnökei képzésén és kutatásokon is dolgozik a Műegyetemmel
2024.05.15 12:22
Autopro Blog
Autopro a Facebookon
Galériáink
Gépi tanulás segíti zöld kompozitok keresését
Fotó: Pixabay
Japán kutatók olyan gépi tanuláson alapuló módszert dolgoztak ki, ami felgyorsítja a fenntartható kompozitok keresését, idő- és költségcsökkentést téve lehetővé.
Kettő vagy több anyag egymással kombinálva olyan teljesítményt nyújthat, ami messze meghaladja az önálló alkalmazásukban mértet. A kombinálással születő kompozitok azonban nem mindig fenntarthatóak, éppen ezért a vállalatok folyamatosan keresik az alternatívákat. Itt komoly problémát jelent, hogy utóbbiak jellemzői elmaradhatnak a helyettesítendőétől, nem csupán az azokat alkotó anyagok tulajdonságai, hanem a komponensek közti interakciók miatt is.
„Megérzés és tapasztalat alapján egy olyan új kompozit anyagot találni, aminek teljesítménye megegyezik az eredetiével nagyon sok időbe telik, mivel számtalan anyagot kell megvizsgálni, miközben a köztük lévő interakciókat is figyelembe szükséges venni” – fogalmazott Michihiro Okuyama, a Konica Minolta japán technológiai vállalat asszisztens menedzsere.
A folyamat felgyorsítására a vállalat, valamint a japán Nara Tudományos és Technológiai Intézet munkatársai egy olyan gépi tanulási modellt készítettek, ami nagy sebességgel végez keresést az anyagok között azok jellemzői szerint.
A modell számszerűsíti, hogy az egyes összetevők mennyire járulnak hozzá a kompozit jellemzőihez. Ezután olyan helyettesítő anyagokat keres, melyek teljesítménye hasonló a kiváltani kívántéhoz.
Jó eredmények
A Plastics Today cikke szerint a kutatók tesztelési célból megvizsgálták azoknak az alternatív összetevőknek a jellemzőit, amiket a modell azonosított egy kiválasztott kompozit esetében. A teszt sikeres volt, ugyanis úgy találták, hogy a kiválasztott anyagok teljesítménye hasonlított az eredetiekéhez.
Okuyama rámutatott: „az új gépi tanulási metódusunkkal nincs többé szükség nagyszámú alternatíva próbálgatással tesztelésére, ezzel időt és pénzt takarítva meg.”
Tetszett ez a hír? Értesüljön elsőként a járműipari történésekről, iratkozzon fel az autopro.hu hírlevelére az alábbi linken!
