هوش مصنوعی در تولید آلیاژهای آنتروپی بالا

الگوریتم مورد استفاده هوش مصنوعی در تولید آلیاژهای آنتروپی بالا در تولید آلیاژهای آنتروپی بالا برای انتخاب قوانین پیش‌بینی از داده‌ها و ایجاد یک مدل ماده سریع‌تر از یک مدل محاسباتی آموزش دیده است و حتی می‌تواند مدلی را تولید کند که هیچ مدل فیزیکی برای آن وجود ندارد. هوش مصنوعی (AI) امکان پیش‌بینی مجموعه‌ای از آزمایش‌ها را برای تشخیص آلیاژ جدید با خواص دلخواه را فراهم می‌کند. بنابراین، هوش مصنوعی در تولید آلیاژهای آنتروپی بالا می تواند به عنوان یک ابزار ارزشمند برای بهینه سازی توسعه آلیاژهای جدید استفاده شود.

آلیاژهای آنتروپی بالا نیز به دلیل استحکام و چقرمگی بالا برای استفاده در مصارف خودرو در نظر گرفته شده اند که آنها را برای اجزای ساختاری مانند قطعات موتور، سیستم های تعلیق و اجزای پیشرانه مناسب می کند. برخی از زمینه‌های کلیدی کاربردها در به کارگیری تکنیک‌های هوش مصنوعی در تولید آلیاژ های آنتروپی بالا برای مواد عبارتند از: توسعه مجموعه‌های داده‌ای به خوبی تنظیم شده و متنوع، انتخاب نمایش مؤثر برای مواد، طراحی معکوس مواد، یکپارچه‌سازی آزمایش‌ها و تئوری مستقل، و انتخاب الگوریتم یاجریان کار مناسب.

آلیاژهای آنتروپی با پیکربندی بسیار بالا را می توان به راحتی از طریق HEBM از اختلاط پودرهای عنصری خالص بدون تشکیل هیچ فاز بین فلزی تولید کرد. علاوه بر این، HEBM را می توان برای تولید آلیاژهای با ذوب بالا استفاده کرد که از طریق مسیر ریخته گری/متالورژی مایع دشوار است. آلیاژها به طور گسترده در زمینه های مختلف مانند هواپیماسازی، نظامی، صنعتی، پزشکی و ساخت استفاده می شوند. آلیاژهای آلومینیوم، مس، نیکل، فولاد ضد زنگ و تیتانیوم کاربردهای خاصی در طیف گسترده ای از تجهیزات، ماشین آلات، وسایل نقلیه، سازه ها و بسیاری از صنایع دارند. تولید آنتروپی به عنوان یک روش تحلیلی در بسیاری از کاربردها مانند دستگاه های الکترونیکی، سازه های مکانیکی و مبدل های حرارتی توجه روزافزونی را به خود جلب کرده است. آنتروپی می تواند پارامترهای مربوط به حرارت کل سیستم را ادغام کند.

مثالی از کاربرد هوش مصنوعی در تولید آلیاژهای آنتروپی بالا چیست؟

ذوب شدن یخ نمونه کاملی از آنتروپی است. به عنوان یخ، تک تک مولکول ها ثابت و مرتب می شوند. با ذوب شدن یخ، مولکول‌ها آزادانه حرکت می‌کنند، بنابراین بی‌نظم می‌شوند. همانطور که آب گرم می شود و تبدیل به گاز می شود، مولکول ها آزاد هستند تا به طور مستقل در فضا حرکت کنند. زمانی که یک ماده به چند قسمت تقسیم شود، آنتروپی افزایش می یابد. فرآیند انحلال آنتروپی را افزایش می دهد زیرا ذرات املاح با تشکیل محلول از یکدیگر جدا می شوند. با افزایش دما، آنتروپی افزایش می یابد. هوش مصنوعی در تولید آلیاژهای آنتروپی بالا به مهندسی مواد در زمینه بررسی ریزساختار ها کمک خواهد کرد.

آنتروپی متقابل در هوش مصنوعی در تولید آلیاژهای آنتروپی بالاچیست؟

میانگین تعداد بیت های مورد نیاز برای ارسال پیام از توزیع A به توزیع B را آنتروپی متقاطع می گویند. آنتروپی متقاطع مفهومی است که در یادگیری ماشین زمانی که الگوریتم‌هایی برای پیش‌بینی از مدل ایجاد می‌شوند، استفاده می‌شود. ساخت مدل بر اساس مقایسه نتایج واقعی و مورد انتظار است. یکی از کاربردهای اصلی اصل آنتروپی حداکثر در تخمین چگالی گسسته و پیوسته است. آلیاژها به طور گسترده در زمینه های مختلف مانند هواپیماسازی، نظامی، صنعتی، پزشکی و ساخت استفاده می شوند. آلیاژهای آلومینیوم، مس، نیکل، فولاد ضد زنگ و تیتانیوم کاربردهای خاصی در طیف گسترده ای از تجهیزات، ماشین آلات، وسایل نقلیه، سازه ها و بسیاری از صنایع دارند. چهار روش متداول برای ساخت آلیاژها وجود دارد: روش ذوب، روش رسوب الکتریکی، روش احیا و متالورژی پودر. آلیاژها می توانند یکی از دو نوع کلی باشند. در یک نوع، که آلیاژ جایگزین نامیده می شود، اتم های مختلف به سادگی جایگزین یکدیگر در ساختار کریستالی می شوند. در نوع دیگری که آلیاژ بینابینی نامیده می شود، اتم های کوچکتر مانند کربن بین اتم های بزرگتر در آرایش بسته بندی کریستالی قرار می گیرند. با رفتن از جامد به مایع به گاز، آنتروپی افزایش می‌یابد و می‌توانید با نگاه کردن به فازهای واکنش‌دهنده‌ها و محصولات، مثبت یا منفی بودن تغییر آنتروپی را پیش‌بینی کنید. هر زمان که مول گاز افزایش یابد، آنتروپی افزایش می یابد.

وقتی آنتروپی در هوش مصنوعی در تولید آلیاژهای آنتروپی بالا باشد چه اتفاقی می افتد؟

آنتروپی معیاری برای بی نظمی یک سیستم است. آنتروپی همچنین بیان می کند که چه مقدار انرژی برای انجام کار در دسترس نیست. هرچه یک سیستم بی‌نظم‌تر و آنتروپی بیشتر باشد، انرژی سیستم برای انجام کار کمتری در دسترس است.هرچه آنتروپی در یادگیری ماشین کمتر باشد، تصمیم یا پیش‌بینی دقیق‌تری می‌توانید انجام دهید. 

حداکثر آنتروپی هوش مصنوعی در تولید آلیاژهای آنتروپی بالا چیست؟

اصل حداکثر آنتروپی با یافتن α، β و همه) p( Ai انجام می شود به طوری که L به بزرگترین تبدیل شود. این مقادیر ) p( Ai همچنین باعث می‌شود که S بزرگترین باشد، مشروط به محدودیت‌ها. به طور کلی، مفهوم آنتروپی برای تعیین کمیت میزان تصادفی یا عدم قطعیت در وضعیت یک سیستم استفاده می شود. نه یک بلکه یک خانواده کامل از آنتروپی ها وجود دارد و برخی از آنها نقش های کلیدی را در حوزه های مختلف نظریه اطلاعات کوانتومی ایفا می کنند. آنتروپی متقاطع به طور گسترده ای به عنوان یک تابع ضرر هنگام بهینه سازی مدل های طبقه بندی استفاده می شود. دو مثالی که ممکن است با آنها روبرو شوید شامل الگوریتم رگرسیون لجستیک (یک الگوریتم طبقه بندی خطی) و شبکه های عصبی مصنوعی است که می توانند برای کارهای طبقه بندی استفاده شوند. 

آنتروپی شبکه عصبی هوش مصنوعی در تولید آلیاژهای آنتروپی بالا چیست؟

آنتروپی یک شبکه عصبی بر حسب احتمالات توابع قابل پیاده سازی توسط شبکه تعریف می شود. یادگیری نظارت شده منجر به کاهش یکنواخت حجم موثر فضای پیکربندی می شود. آنتروپی متقاطع میانگین تعداد بیت هایی است که برای انتقال اطلاعات استفاده می شود. آنتروپی متقاطع همیشه بزرگتر یا مساوی با آنتروپی است. 

الگوریتم مورد استفاده هوش مصنوعی در تولید آلیاژهای آنتروپی بالا در تولید آلیاژهای آنتروپی بالا برای انتخاب قوانین پیش‌بینی از داده‌ها و ایجاد یک مدل ماده سریع‌تر از یک مدل محاسباتی آموزش دیده است و حتی می‌تواند مدلی را تولید کند که هیچ مدل فیزیکی برای آن وجود ندارد. هوش مصنوعی (AI) امکان پیش‌بینی مجموعه‌ای از آزمایش‌ها را برای تشخیص آلیاژ جدید با خواص دلخواه را فراهم می‌کند. بنابراین، هوش مصنوعی در تولید آلیاژهای آنتروپی بالا می تواند به عنوان یک ابزار ارزشمند برای بهینه سازی توسعه آلیاژهای جدید استفاده شود.

نویسنده: مصطفی عینعلی، کارشناس دپارتمان مهندسی مواد و متالورژی گروه آموزشی پارس پژوهان