霽彩華年,因夢同行—— 慶祝深圳霽因生物醫(yī)藥轉(zhuǎn)化研究院成立十周年 情緒益生菌PS128助力孤獨癥治療,權威研究顯示可顯著改善孤獨癥癥狀 PARP抑制劑氟唑帕利助力患者從維持治療中獲益,改寫晚期卵巢癌治療格局 新東方智慧教育發(fā)布“東方創(chuàng)科人工智能開發(fā)板2.0” 精準血型 守護生命 腸道超聲可用于檢測兒童炎癥性腸病 迷走神經(jīng)刺激對抑郁癥有積極治療作用 探索梅尼埃病中 MRI 描述符的性能和最佳組合 自閉癥患者中癡呆癥的患病率增加 超聲波 3D 打印輔助神經(jīng)源性膀胱的骶神經(jīng)調(diào)節(jié) 胃食管反流病患者耳鳴風險增加 間質(zhì)性膀胱炎和膀胱疼痛綜合征的臨床表現(xiàn)不同 研究表明 多語言能力可提高自閉癥兒童的認知能力 科學家揭示人類與小鼠在主要癌癥免疫治療靶點上的驚人差異 利用正確的成像標準改善對腦癌結(jié)果的預測 地中海飲食通過腸道細菌變化改善記憶力 讓你在 2025 年更健康的 7 種驚人方法 為什么有些人的頭發(fā)和指甲比其他人長得快 物質(zhì)的使用會改變大腦的結(jié)構(gòu)嗎 飲酒如何影響你的健康 20個月,3大平臺,300倍!元育生物以全左旋蝦青素引領合成生物新紀元 從技術困局到創(chuàng)新錨點,天與帶來了一場屬于養(yǎng)老的“情緒共振” “華潤系”大動作落槌!昆藥集團完成收購華潤圣火 十七載“冬至滋補節(jié)”,東阿阿膠將品牌營銷推向新高峰 150個國家承認巴勒斯坦國意味著什么 中國海警對非法闖仁愛礁海域菲船只采取管制措施 國家四級救災應急響應啟動 涉及福建、廣東 女生查分查出608分后,上演取得理想成績“三件套” 多吃紅色的櫻桃能補鐵、補血? 中國代表三次回擊美方攻擊指責 探索精神健康前沿|情緒益生菌PS128閃耀寧波醫(yī)學盛會,彰顯科研實力 圣美生物:以科技之光,引領肺癌早篩早診新時代 神經(jīng)干細胞移植有望治療慢性脊髓損傷 一種簡單的血漿生物標志物可以預測患有肥胖癥青少年的肝纖維化 嬰兒的心跳可能是他們說出第一句話的關鍵 研究發(fā)現(xiàn)基因檢測正成為主流 血液測試顯示心臟存在排斥風險 無需提供組織樣本 假體材料有助于減少靜脈導管感染 研究發(fā)現(xiàn)團隊運動對孩子的大腦有很大幫助 研究人員開發(fā)出診斷 治療心肌炎的決策途徑 兩項研究評估了醫(yī)療保健領域人工智能工具的發(fā)展 利用女子籃球隊探索足部生物力學 抑制前列腺癌細胞:雄激素受體可以改變前列腺的正常生長 肽抗原上的反應性半胱氨酸可能開啟新的癌癥免疫治療可能性 研究人員發(fā)現(xiàn)新基因療法可以緩解慢性疼痛 研究人員揭示 tisa-cel 療法治療復發(fā)或難治性 B 細胞淋巴瘤的風險 適量飲酒可降低高危人群罹患嚴重心血管疾病的風險 STIF科創(chuàng)節(jié)揭曉獎項,新東方智慧教育榮膺雙料殊榮 中科美菱發(fā)布2025年產(chǎn)品戰(zhàn)略布局!技術方向支撐產(chǎn)品生態(tài)縱深! 從雪域高原到用戶口碑 —— 復方塞隆膠囊的品質(zhì)之旅
您的位置:首頁 >國內(nèi)科研 >

機器學習測試稀土磷酸鹽在大氣極端情況下的能力

紐約州特洛伊——材料和機械科學家正在使用機器學習來快速審查可用于下一代環(huán)境屏障涂層的元素組合,以保護在航空航天和太空環(huán)境的極端條件下行駛的車輛。該項目由倫斯勒理工學院的研究人員領導,得到了美國國家科學基金會的支持。

環(huán)境屏障涂層或 EBC 用于密封火箭、高超音速噴氣機和其他太空飛行器的發(fā)動機和結(jié)構(gòu)部件中的部件。這些涂層可保護零件免受高溫、超音速、強應力以及嚴重氧化和腐蝕等惡劣操作條件的影響。稀土硅酸鹽是 EBC 的當前選擇,用于涂覆最先進的噴氣發(fā)動機中的碳化硅基陶瓷基體材料,但這些材料存在問題,并且會降低性能。

作為替代方案,Rensselaer 團隊提出了由多組分稀土磷酸鹽而不是硅酸鹽制成的 EBC。

“為了設計具有變革性性能的下一代 EBC,需要新的概念和創(chuàng)新,”機械、航空航天和核工程系教授、該贈款的首席研究員Jie Lian說。“提議的多組分稀土磷酸鹽為設計未來的 EBC 和擴展其性能提供了無限的可能性。”

這筆 180 萬美元的 NSF 贈款旨在通過協(xié)同高通量計算——數(shù)據(jù)驅(qū)動材料設計和發(fā)現(xiàn)的實驗和機器學習,徹底改變材料設計并支持方法開發(fā)。研究人員將使用先進的計算機算法創(chuàng)建多種配置的元素組合,為未來航空航天和太空運輸系統(tǒng)所需的高性能 EBC 確定最有利的框架。

材料科學與工程系的聯(lián)合首席研究員兼教授Liping Huang說:“經(jīng)驗試錯方法成本太高,很快就無法在大型設計空間中發(fā)現(xiàn)材料。”“我們的目標是一種新方法,將基于物理的建模與機器學習相結(jié)合,以預測下一代 EBC 的最佳成分和微觀結(jié)構(gòu)。”

極端環(huán)境下的實驗和材料行為專家連和高通量原子模擬專家黃,有限元分析專家、中心主任蘇夫拉努德加入了這個為期四年的研究項目。建模,仿真,并在倫斯勒影像醫(yī)學(CeMSIM),和露西張,機器學習專家,機械,航空航天系教授,核工程。

“根據(jù)高通量多尺度模擬生成的數(shù)據(jù)訓練的機器學習模型可以加速多組分稀土磷酸鹽作為 EBC 的結(jié)構(gòu)和性能的設計和優(yōu)化,”張說。

標簽:

免責聲明:本文由用戶上傳,與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考,并不構(gòu)成投資建議。投資者據(jù)此操作,風險自擔。 如有侵權請聯(lián)系刪除!

最新文章