На 15% прочнее. Искусственный интеллект помог создать надежные сплавы железа из металлолома

Об этом сообщает Interesting Engineering.

Метод испытали на высокопрочном чугуне, ежегодный объем производства которого составляет 120 миллионов тонн. Из 17 предложенных рецептур 14 продемонстрировали наилучшее сочетание прочности и пластичности. Сплавы оказались на 15,2% прочнее без потери пластичности или на 73,2% пластичнее без потери прочности, а стоимость их производства снизилась на 8,1%.

Над проектом также работали Городской университет Гонконга, Восточно-Китайский университет науки и технологий и Центрально-Южный университет.

Ежегодно в мире производится около 2 миллиардов тонн металла, преимущественно из первичного сырья. На долю отрасли приходится 40% промышленных выбросов парниковых газов и 10% мирового энергопотребления. Переработку усложняют примеси и непостоянный состав лома.

«Традиционный подход к работе с примесями в металлоломе заключается в том, чтобы разбавлять их, добавляя первичный материал», — пояснил руководитель партнерской группы Института Макса Планка Люлю Хань.

Для получения свежего металла требуются дополнительные энергозатраты, что ведет к росту выбросов. Модель исследователей, напротив, рассматривает примеси как полезные легирующие элементы. Нейросети анализируют температуру, продолжительность обработки, прочность и удлинение, а результаты проверок возвращаются в систему.

«Поэтому мы разработали новую стратегию машинного обучения, которая превращает эти примеси из проблемы в преимущество и позволяет создавать сплавы, не только устойчивые к загрязнениям, но и способные даже извлекать из них пользу», — заявил Хань.

Авторы полагают, что эту технологию можно распространить на сталь, алюминий и медь, используемые в транспорте, энергетике и промышленности.

Результаты исследования опубликованы в журнале Science Advances.