Упровадження штучного інтелекту для прогнозування властивостей металевих матеріалів
Анотація
Штучний інтелект (ШІ) змінює сферу матеріалознавства, забезпечуючи передові інструменти для прогнозування властивостей металевих матеріалів, які мають важливе значення для різних промислових застосувань. Актуальність цієї теми полягає у зростанні потреби в ефективних і точних методах оптимізації характеристик і дизайну матеріалів, що зумовлено попитом на високоефективні матеріали в таких галузях, як аерокосмічна, автомобільна та виробнича. Традиційні підходи до прогнозування властивостей матеріалів часто передбачають проведення масштабних експериментальних випробувань і комп’ютерного моделювання, що займає багато часу і є дороговартісним. На противагу цьому, методи штучного інтелекту, зокрема алгоритми машинного навчання, дозволяють підвищити точність прогнозування й скоротити час розробки завдяки використанню великих наборів даних і виявленню складних закономірностей, які можуть не визначатися традиційними методами. Мета статті – аналіз застосування штучного інтелекту, зокрема методів машинного навчання, для прогнозування властивостей металевих матеріалів. У роботі увага акцентується на інтеграції моделей машинного навчання з існуючими експериментальними і комп’ютерними методами для підвищення точності й ефективності прогнозів. У цій статті розглядається застосування штучного інтелекту для прогнозування властивостей металевих матеріалів із акцентом на інтеграції моделей машинного навчання та даних, керованих методами. Результати дослідження свідчать про значний прогрес у точності та ефективності прогнозування властивостей, показуючи, як штучний інтелект може ефективно моделювати складні взаємозв’язки між складом матеріалу, умовами обробки та отриманими в результаті властивостями. Зроблені в результаті цих досліджень висновки підкреслюють трансформаційний вплив ШІ на матеріалознавство. Методи на основі штучного інтелекту не лише спрощують процес прогнозування, але й дозволяють більш точно та індивідуально розробляти матеріали, що призводить до підвищення продуктивності та впровадження інновацій. Інтеграція ШІ в цю сферу є значним кроком вперед, порівняно з традиційними підходами, і відкриває широкі перспективи для майбутніх досліджень і розробок. Продовжуючи вдосконалювати моделі штучного інтелекту й розширювати їхнє застосування, науковці та інженери можуть ще більше розкрити потенціал металевих матеріалів, стимулюючи прогрес у різних галузях промисловості та сферах застосування.
Посилання
2. Абдікєєв Р. Р., Чекіна В. Д., Ліщук О. В., Вишневський О. С. ІТ-кластери як інструмент забезпечення смарт-спеціалізації регіонів України. Економічний вісник Донбасу. 2022. № 2 (68). С. 21–34.
3. Колупаєв Б. Б., Колупаєв Б. С., Левчук В. В., Максимцев Ю. Р., Матвійчук О. В. Математичне моделювання процесу термодеструкції полівінілхлориду, наповненого нанодисперсними металами. Nanosistemi, Nanomateriali, Nanotehnologii. 2023. № 21 (2). С. 331 – 347.
4. Крюкова О., Павлій О., Глабуць С., Кухта І. Застосування ультразвукового та радіографічного методів для оцінки якості металевих виробів адитивного виробництва. Technologies and Engineering. 2024. № 1. С. 60–66.
5. Мельник І., Тугай С., Кирик В., Ковальчук Д. Теоретичне оцінювання тиску гармат високовольтного тліючого заряду для використання в електронно-променевій технології зварювання металевих виробів. Прикладні питання математичного моделювання. 2021. № 4 (1). С. 147–160.


