ИИ «угадывает» состав сплавов до плавки. Учёные из Университета Торонто запустили самоо...
ИИ «угадывает» состав сплавов до плавки. Учёные из Университета Торонто запустили самообучающуюся лабораторию: ИИ за считаные недели подобрал шесть новых никель-кобальт-хромовых сплавов. Один из них (12% никеля, 62% кобальта, 26% хрома) в тестах на сохранение твёрдости при высоких температурах обошёл промышленный стандарт Inconel 625 на 4,5%. А другой (36% никеля, 14% кобальта, 50% хрома) показал на 85% лучшую стойкость к окислению — это прямо находка для самых горячих зон реакторов или двигателей. Главная фишка в том, что платформа не просто ищет варианты, а строит замкнутый цикл: моделирование + машинное обучение + роботы для быстрого тестирования. Нейросети ловят дефекты раньше человека. На производствах всё чаще внедряют системы компьютерного зрения и предиктивную аналитику. Например, ИИ в реальном времени сканирует прокат или литьё и замечает микротрещины, неслитины или газовые раковины — то, что глазу не видно, а лабораторный анализ требует времени. А ещё алгоритмы анализируют данные с датчиков (температура, скорость заливки, параметры обработки) и прогнозируют риски ещё до появления брака. В некоторых случаях точность прогноза свойств сплава прямо в процессе плавки достигает 97% — система тут же корректирует состав и температуру. Это как иметь «шестое чувство» для металлурга, которое не уставает и видит скрытые закономерности. Энергоэффективность выходит на первый план. ИИ помогает «вытаскивать» сэкономленные киловатты из самых энергоёмких этапов. Например, модели оптимизируют работу шаровых мельниц: предсказывают идеальный размер мелющих тел, нагрузку и скорость вращения, чтобы снизить расход энергии. А в доменных печах или при плавке алгоритмы подбирают такие режимы, которые не только стабилизируют процесс, но и сокращают потребление ресурсов. Есть и более комплексные решения: системы анализируют большие массивы данных (потребление, цены на энергию, состояние оборудования) и находят скрытые точки для оптимизации. В итоге компании не просто снижают счета за электричество, но и уменьшают углеродный след — шаг к «зелёной» металлургии