به گزارش گروه علمی "خبرگزاری دانشجو"، یکی از روشهای مورد استفاده جهت ساخت نانوکامپوزیتها، آلیاژسازی مکانیکی است. در این روش عوامل مختلفی نظیر نوع و اندازه گلوله، سرعت چرخش، دما و زمان فرایند بر میزان انرژی منتقل شونده به مواد و اندازه نانو پودر نهایی مؤثر است.
لذا دستیابی به معادلهای که این عوامل را بهینه کند، سبب حداکثر شدن انرژی انتقالی و کاهش زمان فرایند خواهد شد که در این زمینه محققان دانشگاه آزاد نجف آباد با هدف دستیابی به مدلی جهت پیشبینی و به حداقل رساندن زمان فرآوری نانوکامپوزیتها با روش آلیاژسازی مکانیکی مطالعاتی را اجرایی کردند.
در این کار تحقیقاتی، دو شاخهی هوش مصنوعی یعنی مدلسازی و بهینهسازی با هم ترکیب شده و در حوزه مهندسی مواد و سنتز نانوپودرها به کار گرفته شد. از سوی دیگر این طرح، مشکلات مربوط به فرآوری نانوکامپوزیتها با استفاده از روش آلیاژسازی مکانیکی را مرتفع میسازد بنابراین نیاز به استفاده از آزمون اشعه ایکس و حتی تصاویرمیکروسکوب الکترونی روبشی نخواهد بود. علاوهبراین اطلاع از اندازه دانه باعث میشود تا نمونه برداریها به حداقل ممکن رسیده و منجر به کاهش زمان و انرژی مصرفی شود.
این محققان برای ارائه یک رابطه ریاضی دقیق، بیش از 3000 داده از منابع مختلف جمع آوری شده و یک پایگاه داده کامل از بیشتر نانوکامپوزیتهایی که با روش آلیاژ سازی مکانیکی فرآوری شدهاند، ایجاد شده است. این پایگاه داده، شرایط ایجاد یک شبیهسازی مطمئن را با روش هوش مصنوعی فراهم میکند.
این شبیهسازی دقیق باعث میشود که اولا اندازه دانه نانوکامپوزیتها پیشبینی شود و ثانیا انرژی در آلیاژسازی مکانیکی به بیشترین مقدار خود برسد. به عبارت دیگر فرآوری نانوپودرها در کمترین زمان ممکن انجام میشود. این یک کار بدیع بوده که میتوان از آن در تمام زمینههای مهندسی که با فرآوری مواد سر و کار دارند، استفاده کرد.
نتایج این طرح در تمام صنایعی که با فرآوری نانوکامپوزیتها در ارتباط هستند، کاربرد داشته و سبب کاهش هزینه و انرژی مصرفی آنها خواهد شد.