Intellegens entwickelt Alchemite Algorithmen zum maschinellen Lernen für neue 3D-Drucklegierungen

Die Entwicklung neuer Materialien für 3D-Druckprojekte ist dank des Alchemite-Algorithmus für maschinelles Lernen, der von Intellegens, dem Unternehmen für künstliche Intelligenz (AI) in Cambridge entwickelt wurde, jetzt viel einfacher, schneller und kostengünstiger. In einer Forschungskooperation zwischen mehreren kommerziellen Partnern und der Stone Group an der University of Cambridge wurde der Alchemite -Learning-Algorithmus verwendet, um eine neue Legierung auf Nickelbasis für die direkte Laserabscheidung zu entwerfen, ohne dass teure spekulative Experimente erforderlich wären. Die Forschungstätigkeit wurde auf 15 Jahre geschätzt, und die FuE-Ausgaben beliefen sich auf rund 10 Mio. USD die sich das Team dadurch spart.

Dank der leistungsstarken Alchemite-Engine von Intellegens, die für spärliche oder rauschbehaftete Daten entwickelt wurde, konnten die Forschungspartner der Stone Group vorhandene Materialinformationen analysieren und eine neue Nickelbasis-Brennkammerlegierung identifizieren, die die Leistungsziele erfüllen konnte um eine Komponente für eine Jet-Engine-Anwendung 3D zu drucken.

Die direkte Laserabscheidung wird in einer breiten Palette von Industrien zur Herstellung und Reparatur maßgefertigter und hochwertiger Teile verwendet, z. B. Komponenten für Luft- und Raumfahrtmotoren, Turbinenschaufeln und Ölbohrwerkzeuge. Schneller als herkömmliche Produktionstechniken kann die direkte Laserabscheidung den Hersteller von Komponenten viel Zeit und Geld sparen. Damit dieses Herstellungsverfahren sein volles Potenzial entfalten kann, ist eine neue Generation von Materialien erforderlich, die die während des Prozesses erzeugten hohen Temperatur- und Spannungsgradienten berücksichtigen kann.

Die Entwicklung neuer Materialien unter Verwendung herkömmlicher Forschungstechniken bleibt ein langwieriger und kostspieliger Prozess, der typischerweise viele Versuche und Fehler erfordert – und das Design neuer Legierungen für die direkte Laserabscheidung ist besonders schwierig. Bislang wurde die direkte Laserabscheidung nur auf etwa zehn Nickellegierungszusammensetzungen angewendet, was die Menge an Daten, die für weitere Untersuchungen zur Verfügung stehen, stark einschränkt.

Alchemite gab dem Legierungsforschungsteam einen Ausweg, um dieses Problem zu lösen und den gesamten Materialauswahlprozess zu beschleunigen. Alchemite ist in der Lage, aus Daten die nur zu 0,05% vollständigs sind zu lernen und konnte die verfügbaren Daten verknüpfen und darauf verweisen; die physikalischen Eigenschaften potenzieller neuer Legierungen überprüfen; und genau vorhersagen, wie sie in realen Anwendungsszenarien funktionieren würden.

Nach der Anwendung von Alchemite und der Ermittlung der am besten geeigneten Legierungsoption begann das Forschungsteam um die Stone Group eine Reihe von Experimenten, um die physikalischen Eigenschaften des neuen Materials zu bestätigen. Die Eigenschaften, nach denen das Team wünschte, sollten für die neue Legierung übergreifende Verarbeitbarkeit, Kosten, Dichte, Phasenstabilität, Kriechfestigkeit, Oxidation, Ermüdungslebensdauer und Beständigkeit gegen thermische Beanspruchungen besitzen. Die Ergebnisse zeigten, dass die neue Legierung für die direkte Laserabscheidung und die fragliche Anwendung besser geeignet ist als andere kommerzielle Legierungen.

Gareth Conduit, Chief Technology Officer bei Intellegens, und ein Forschungsstipendiat der Royal Society University an der University of Cambridge, sagte: „Mit umfassenden Lernfähigkeiten, die sehr schnell die porperty-to-property relationships feststellen können, war Alchemite einzigartig positioniert, um dies zu unterstützen Projekt. Alchemite ermöglichte es dem Team, mittels maschinellem Lernen eine umfangreiche Datenbank mit Messungen des Wärmewiderstands zu verwenden, um die Extrapolation von nur zehn Dateneingaben für die Legierungsverarbeitbarkeit zu unterstützen. Aus diesen Informationen konnten wir Materialkombinationen zusammenstellen, die am ehesten die richtigen Eigenschaften liefern. Die Ergebnisse sprechen für sich. Dank Alchemite verfügt das Team jetzt über eine neue Legierung und hat bei Forschung und Entwicklung eine Menge Zeit und Geld gespart.“

Weiter sagte Gareth: „Weltweit gibt es Millionen von Materialien, die im Handel erhältlich sind und sich durch hunderte verschiedener Eigenschaften auszeichnen. Die Verwendung traditioneller Techniken zur Erkundung der Informationen, die wir über diese Materialien kennen, um neue Substanzen, Substrate und Systeme zu finden, ist ein mühsamer Prozess, der Monate oder sogar Jahre dauern kann. Die Alchemite Engine lernt die zugrunde liegenden Korrelationen in vorhandenen Materialdaten kennen und kann zur Abschätzung fehlender Eigenschaften schnell, effizient und präzise neue Materialien mit Zieleigenschaften vorschlagen, wodurch der Entwicklungsprozess beschleunigt wird. Das Potenzial dieser Technologie im Bereich der direkten Laserabscheidung und im breiteren Materialsektor ist enorm – insbesondere in Bereichen wie dem 3D-Druck, wo neue Materialien benötigt werden, um mit völlig unterschiedlichen Produktionsprozessen zu arbeiten.“