СПЛАВИ З ПАМ’ЯТТЮ ФОРМИ І МАШИННЕ НАВЧАННЯ: ОГЛЯД

Анотація

Сплави з пам'яттю форми (СПФ) широко застосовують у різних галузях науки і техніки завдяки їхнім унікальним властивостям, таким як псевдопружність і ефект пам'яті форми. Загалом, згадані вище сплави зберігають свою початкову форму, запам’ятовуючи її між двома фазами перетворення, що залежить від температури або магнітного поля. Застосовувати такі матеріали нескладно. Сплав можна деформувати і відновити його початкову форму або розмір після нагрівання при певній температурі. Існує багато різних типів СПФ, наприклад, Fe–Mn–Si, Cu–Zn–Al та Cu–Al–N, і кожен тип СПФ застосовують окремо, хоча Nitinol Ni-Ti можна знайти повсюдним через його стабільні властивості.

 СПФ широко застосовують у медицині, аерокосмічній промисловості, моторобудуванні, цивільному будівництві, стоматології та ін. Під час експлуатації елементи конструкцій з СПФ зазнають тривалих циклічних навантажень, що може призвести до передчасної втрати функціональних властивостей, вичерпання ресурсу та подальшого виходу з ладу. Тому необхідне забезпечення достатніх функціональних властивостей і довговічності СПФ. Часто експерименти є досить дорогими та тривалими та вимагають експертних знань. Для моделювання поведінки SMA можна використовувати штучний інтелект (AI). ШІ активно використовується в матеріалознавстві та механіці руйнування. Машинне навчання (МН) є частиною ШІ, яка може ефективно вирішувати складні завдання. Тому вкрай важливо моделювати функціональні та структурні властивості СПФ за допомогою методів ШІ та МН.

Мета даної статті - здійснити комплексний огляд застосування методів МН для оцінки різних властивостей СПФ. Проаналізовано методи МН для моделювання різних властивостей СПФ. Кілька досліджень стосуються застосування методів штучного інтелекту та машинного навчання для вирішення таких проблем. Загалом, методи ШІ та МН є перспективними та потужними інструментами для моделювання властивостей СПФ. Тим не менше, завжди є місце для вдосконалення та подальшої розробки вищезгаданих методів і підходів до моделювання функціональних та конструкційних властивостей СПФ.