يمكن للسبائك المعدنية الجديدة التي تتغلب على حرارة 1832 درجة فهرنهايت أن تساعد المحركات النفاثة والمفاعلات النووية
طور الباحثون في جامعة تورنتو الهندسية ستة سبائك معدنية جديدة باستخدام منصة اكتشاف تعتمد على الذكاء الاصطناعي والتي يمكن أن تحسن متانة الأجزاء المستخدمة في المحركات النفاثة ومحطات الطاقة النووية وغيرها من البيئات القاسية. وتظهر النتائج أن النظام المدعوم بالذكاء الاصطناعي حدد سبائك واعدة في غضون أسابيع قليلة فقط، مما أدى إلى تسريع عملية البحث عن مواد عالية الأداء بشكل كبير. تعمل هذه السبائك الجديدة أيضًا بشكل جيد مع الطباعة المعدنية ثلاثية الأبعاد، مما يتيح إنتاج أجزاء معقدة يصعب أو يستحيل إنتاجها بالطرق التقليدية. يعمل الذكاء الاصطناعي على تسريع اكتشاف السبائك، بقيادة يو زو، رئيس الأبحاث الكندية في المواد والتصنيع للبيئات القاسية، عمل الفريق مع جيسون هاتريك سيمبرز لبناء نظام يستخدم النمذجة الحاسوبية، والتعلم الآلي، والروبوتات للمساعدة في التصنيع. طريقتهم، التي تسمى التعلم النشط، تعمل كمختبر ذاتي القيادة. فبدلاً من اختبار آلاف التركيبات المعدنية يدويًا، يختار النظام أفضل الخيارات، ويصنعها، ويختبر كيفية أدائها، ويستخدم تلك النتائج لتوجيه التجارب التالية. وقال يو زو، الذي قاد المشروع: “هناك طلب هائل على المواد التي يمكنها تحمل التقلبات الهائلة في درجات الحرارة والضغط، مثل ما يمكن أن تجده داخل المحرك النفاث أو في مولدات البخار داخل محطات الطاقة النووية، في أي مكان لا يستطيع الفولاذ التقليدي البقاء فيه”. “نحتاج أيضًا إلى مواد يمكن طباعتها طبقة تلو الأخرى، مما يمكننا من صنع مكونات لا يمكن إنشاؤها بواسطة عمليات التصنيع التقليدية. على سبيل المثال، لصنع مادة خفيفة الوزن وقوية، يمكنك تغيير تركيبها: سبيكة صلبة وقوية من الخارج إلى شيء أكثر ليونة وأخف وزنًا من الداخل.” تم دعم المشروع جزئيًا من قبل اتحاد التسريع التابع لجامعة تورونتو، وهي مجموعة تستخدم الذكاء الاصطناعي والأتمتة لتسريع اكتشاف مواد جديدة. التعلم النشط يقلل الحاجة إلى مجموعات بيانات ضخمة تحتاج معظم أنظمة الذكاء الاصطناعي إلى كمية كبيرة من البيانات التجريبية لإجراء تنبؤات دقيقة. تصبح هذه مشكلة عندما ينظر الباحثون إلى المواد التي لم يتم اختبارها بعد. كشف أجاي تالبوت، دكتوراه، أن “إحدى المشكلات التي غالبًا ما تواجهها عند محاولة استخدام الذكاء الاصطناعي لتصميم المواد هي أن معظم نماذج التعلم الآلي تتطلب الكثير من البيانات حول خصائص المواد للتعلم منها”. طالب في مختبر زو والمؤلف الرئيسي للدراسة. “ولكن إذا كنت تعمل في جزء من مساحة التصميم التي لم يتم استكشافها بعد، فإن هذه البيانات غير موجودة، لذا فأنت تطير أعمى نوعًا ما.” “إن الطريقة التي نتغلب بها على هذا التحدي هي استخدام نماذج تعتمد على البيانات والتي تستشعر بشكل أساسي طريقها الخاص. يختار نموذج التعلم النشط لدينا بشكل استراتيجي بعض العينات لتصنيعها واختبارها، ويتم تغذية البيانات من تلك التجارب مرة أخرى في النموذج لإعلامنا بالوجهة التالية. إنه يسرع الأمور حقًا “. https://www.youtube.com/watch?v=RFYJV7WvtOM“>https://www.youtube.com/watch?v=RFYJV7WvtOM سبائك جديدة تتفوق على معايير الصناعة ولتوضيح النظام، ركز الباحثون على السبائك المعقدة تركيبيًا المصنوعة من النيكل والكوبالت والكروم. وفي غضون أسابيع، حددت المنصة الآلية ست تركيبات جديدة من السبائك ذات أداء قوي. “كانت إحدى الخصائص التي استهدفناها هي مقاومة الثقب في درجات حرارة تصل إلى قال تالبوت: “1112 درجة فهرنهايت (600 درجة مئوية)، وهو ما تجده في القسم الأمامي من المحرك النفاث. معيار الصناعة في هذا المجال هو السبائك القائمة على النيكل مثل Inconel 625. لكننا وجدنا واحدة مصنوعة من 12 بالمائة نيكل، و62 بالمائة كوبالت، و26 بالمائة كروم والتي كانت رائعة للحفاظ على الصلابة في درجات حرارة عالية للغاية. وحتى باستخدام ثلاثة مكونات فقط، تفوقت سبائكنا على Inconel 625، وهي سبيكة تتكون من أكثر من 10 عناصر مختلفة، بنسبة 4.5 بالمائة في اختباراتنا المعملية. كما طور الفريق أيضًا سبيكة أخرى مصممة للأجزاء الأكثر سخونة في المحركات النفاثة، حيث يمكن أن تصل درجات الحرارة إلى 1832 درجة فهرنهايت (1000 درجة مئوية). وأوضح تالبوت: “أحد الأشياء التي تحدث في بيئة كهذه هو تكوين مقياس الأكسيد، وهو ما يعني بشكل أساسي أن المواد الخاصة بك يتم حرقها”. “لقد وجدنا مادة مصنوعة من 36 بالمائة من النيكل، و14 بالمائة من الكوبالت، و50 بالمائة من الكروم والتي كانت جيدة للغاية لمقاومة الأكسدة في درجات الحرارة المرتفعة هذه: بل إنها تتفوق في الأداء على مادة إنكونيل 625 بنسبة 85 بالمائة. نحن نهدف في النهاية إلى الوصول إلى درجات حرارة أعلى تصل إلى 2192 درجة فهرنهايت (1200 درجة مئوية).” يخطط الباحثون للتوسع في مواد أكثر تعقيدًا. ويقول الباحثون إن السبائك الحالية تمثل عرضًا مبكرًا لما يمكن أن تحققه منصة الاكتشاف المعتمدة على الذكاء الاصطناعي. “يحتوي نظام النيكل والكوبالت والكروم هذا على ثلاثة عناصر فقط. وأضاف: “في المخطط الكبير للأشياء، إنه نظام بسيط نسبيًا. لكنه أمر رائع لإظهار أن منصة اكتشاف الحلقة المغلقة هذه تعمل حقًا. ما نريد القيام به بعد ذلك هو زيادة التعقيد قليلاً لصنع أشياء أكثر جنونًا، ربما مع ما يصل إلى 10 أو 12 عنصرًا مختلفًا. “كلما قمت بإضافة المزيد من المكونات، يمكنك الحصول على آليات تقوية مختلفة، وأنواع مختلفة من الخصائص المفيدة. هناك الكثير في انتظار اكتشافه.” ونشرت الدراسة في مجلة npj Advanced Manufacturing.
تم النشر: 2026-07-16 13:49:00
