Ученые научили материал «подстраиваться» под внешние условия
Инженеры-механики из Калифорнийского университета разработали материал, который может менять свое поведение и адаптироваться к внешним условиям. Разработка может быть полезна в строительстве зданий и проектировании самолетов. Исследование опубликовано в журнале Science Robotics.
Окружающая нас среда динамично меняется. В таких условиях лишь немногие материалы могут корректировать свое поведение. В своем исследовании ученые разработали материал, вдохновленный нейросетями: он может менять свою форму и самостоятельно адаптироваться к новым условиям. Ученые назвали такой материал механической нейронной сетью (mechanical neural network, MNN). Если его использовать при создании крыльев самолета, он может изменять форму крыльев в зависимости от характера ветра во время полета, что позволит сделать самолет эффективнее и маневреннее. Строительные конструкции из этого материала также могут самостоятельно регулировать жесткость в некоторых областях здания, чтобы повысить общую устойчивость во время землетрясения или других катастроф.
«Это исследование представляет и демонстрирует искусственный интеллектуальный материал, который может научиться проявлять желаемое поведение и свойства при увеличении воздействия окружающих условий. Те же основополагающие принципы, которые используются в машинном обучении, применяются для придания этому материалу интеллектуальных и адаптивных свойств», — рассказал Джонатан Хопкинс из Калифорнийского университета.
Ученые изготовили специальную треугольную решетку, состоящую из индивидуально настраиваемых перекладин. Каждая из них была оснащена звуковой катушкой, датчиками деформации и изгибами, которые позволяли перекладине изменять свою длину, адаптироваться к изменяющейся среде и взаимодействовать с другими объектами в системе. Звуковая катушка инициировала точное сжатие или расширение в ответ на новые силы, действующие на решетку. Тензометрический датчик отвечал за сбор данных о движении решетки.
Всю систему регулирует специальный алгоритм оптимизации. Он получает данные от каждого из датчиков деформации и определяет комбинацию значений жесткости для управления тем, как сеть должна адаптироваться к приложенным силам. Чтобы проверить правильность работы системы, исследовательская группа использовала камеры, установленные на выходных узлах системы.
В настоящее время система по размеру не превышает микроволновку, но исследователи планируют упростить конструкцию, чтобы тысячи сетей можно было производить для практического применения. Помимо использования материала в транспортных средствах и строительных материалах, исследователи предполагают, что механические нейронные сети могут быть включены в броню для отражения ударных волн или в технологии акустической визуализации для использования звуковых волн.