Wundermaterial passt sich an Umwelt an, Forscher der University of California schafft System mit Echtzeitveränderung an äußere Kräfte

Los Angeles, 21. Oktober 2022

Wie ein Pianist, der lernt, sein Instrument zu spielen, ohne auf die Tasten zu schauen, verhält sich eine neue Klasse von Materialien, die Maschinenbauingenieure der University of California, Los Angeles entwickelt haben. Diese Materialien erlernen Verhaltensweisen, mit der sie auf äußere Einflüsse reagieren und entwickeln eine Art »Muskelgedächtnis«, das eine Echtzeitanpassung an sich ändernde äußere Kräfte ermöglicht.

Flugzeugflügel passen sich an

Das Material besteht aus einem Struktursystem aus abstimmbaren Trägern, die ihre Form und ihr Verhalten als Reaktion auf dynamische äußere Bedingungen ändern können. Wird das Material beispielsweise in Flugzeugflügeln platziert, könnte es lernen, die Form der Flügel basierend auf den Windmustern während eines Fluges zu verändern, um eine höhere Effizienz und Manövrierfähigkeit des Flugzeugs zu erreichen. Gebäudestrukturen, die mit diesem Material durchdrungen sind, könnten die Steifigkeit in bestimmten Bereichen selbst anpassen, um ihre Gesamtstabilität während eines Erdbebens oder anderer Katastrophen zu verbessern.

»Um diesem Material seine intelligenten und adaptiven Eigenschaften zu verleihen, haben wir die gleichen grundlegenden Prinzipien genutzt, die beim maschinellen Lernen verwendet werden«, so Jonathan Hopkins von der Ingenieursschule der Universität. Das mechanische neuronale Netzwerk, wie das Team es nennt, besteht aus einzeln abstimmbaren Stiften, die in einem dreieckigen Gittermuster ausgerichtet sind. Jeder Stift verfügt über eine Schwingspule, Dehnungsmessstreifen und Gelenke, die es ermöglichen, die Länge zu ändern, sich in Echtzeit an die sich ändernde Umgebung anzupassen und mit anderen Stiften im System zu interagieren.

Aufgaben der einzelnen #Bauteile

Die Schwingspule initiiert die fein abgestimmte Kompression oder Expansion als Reaktion auf neue Kräfte, die auf den Stift wirken. Der Dehnungsmessstreifen ist verantwortlich für die Erfassung von Daten aus der Bewegung des Stifts, die im Algorithmus zur Steuerung des Lernverhaltens verwendet werden. Die Gelenke fungieren als flexible Verbindungen zwischen den beweglichen Balken. Ein Optimierungsalgorithmus regelt das System, indem er die Daten von jedem Dehnungsmessstreifen erfasst und eine Kombination von Steifigkeitswerten bestimmt, um zu steuern, wie sich das Netzwerk an die aufgebrachten Kräfte anpassen soll.