“人工智能与‘blisk’在新的DARPA资助合作中相遇”

美国国防高级研究计划局(DARPA)最近授予的一个奖项将麻省理工学院(MIT)、卡内基梅隆大学(CMU)和莱海大学(Lehigh)的研究人员聚集在一起,参与多目标合金结构工程与测试(METALS)计划。该团队将研究新颖的设计工具,以同时优化多材料结构中的形状和成分梯度,这些工具将与新的高通量材料测试技术相辅相成,特别关注涡轮机械(包括喷气发动机和火箭发动机)中常见的叶片盘(blisk)几何形状,作为一个典型的挑战问题。

“这个项目可能对广泛的航空航天技术产生重要影响。这项工作的见解可能使得更可靠、可重复使用的火箭发动机成为可能,从而为下一代重型发射载具提供动力,”项目首席研究员、MIT航空航天系(AeroAstro)埃斯特和哈罗德·E·埃德加顿副教授扎卡里·科德罗(Zachary Cordero)说。“该项目将经典力学分析与前沿的生成式人工智能设计技术相结合,以释放成分梯度合金的塑性储备,从而在以前无法达到的条件下安全操作。”

在blisk的不同位置需要不同的热机械性能和表现,例如抗蠕变、低循环疲劳、高强度等。大规模生产还需要考虑成本和可持续性指标,例如合金的采购和回收。

科德罗表示:“目前,使用标准制造和设计程序,必须提出一种单一的神奇材料、成分和加工参数,以满足‘一件部件-一种材料’的限制。”他补充道:“所需的性能往往是相互排斥的,导致设计权衡和妥协效率低下。”

尽管单一材料的方法可能对组件中的某个特定位置是最佳的,但它可能会使其他位置暴露于失效风险,或者可能需要在整个部件中使用一种关键材料,而该材料可能只在特定位置需要。随着增材制造工艺的快速发展,使得基于体素的成分和性能控制成为可能,团队看到在结构组件中实现飞跃性性能的独特机会现在变得可行。

科德罗的合作者包括AeroAstro的T. Wilson(1953)教授佐尔坦·斯帕科夫斯基(Zoltan Spakovszky);机械工程系的1922届教授及系主任A. John Hart;MIT机械工程的ABS职业发展助理教授法兹·艾哈迈德(Faez Ahmed);CMU材料科学与工程助理教授S. Mohadeseh Taheri-Mousavi;以及莱海大学机械工程与力学副教授娜塔莎·维尔马克(Natasha Vermaak)。

该团队的专业知识涵盖混合集成计算材料工程、基于机器学习的材料和工艺设计、精密仪器、计量学、拓扑优化、深度生成建模、增材制造、材料表征、热结构分析和涡轮机械。

哈特表示:“与参与METALS项目的研究生和博士后研究人员合作,尤其令人欣慰,他们从开发新的计算方法到建立在极端条件下运行的测试装置,都是在共同努力。”他补充道:“这是一个真正独特的机会,可以建立突破性的能力,这些能力可能成为未来推进系统的基础,利用数字设计和制造技术。”

本研究由DARPA根据合同HR00112420303资助。所表达的观点、意见和/或发现均为作者个人观点,不应被解读为代表国防部或美国政府的官方观点或政策,且不应推断出任何官方认可。