TLDR
Penggunaan AI dapat mempercepat penemuan paduan memori bentuk yang lebih efisien. Paduan memori bentuk dapat meningkatkan performa pesawat tempur dengan mengurangi berat dan meningkatkan efisiensi. Kerangka kerja pengoptimalan Bayesian memungkinkan eksplorasi material yang lebih efektif dan terarah. Para ilmuwan di Texas A&M University menggunakan kecerdasan buatan (AI) untuk membantu mengembangkan paduan memori bentuk suhu tinggi (HTSMA) yang dapat membuat sayap pesawat tempur menjadi lebih ringan dan efisien. Teknologi ini memungkinkan sayap pesawat seperti F/A-18 dapat dilipat dengan pemanasan dan pendinginan listrik, sehingga lebih mudah disimpan dan dioperasikan di kapal induk yang padat.Saat ini, sistem pelipatan sayap pesawat masih menggunakan bagian mekanis yang berat. Paduan HTSMA yang dikembangkan diharapkan menggantikan komponen tersebut sehingga pesawat bisa terbang lebih cepat, dengan penggunaan energi yang lebih efisien dan siap siaga lebih cepat.Salah satu tantangan dalam pengembangan paduan ini adalah mahalnya biaya dan proses trial-and-error yang memakan waktu untuk menemukan campuran bahan yang paling tepat. Untuk itu, tim peneliti menggabungkan machine learning dengan eksperimen berkecepatan tinggi melalui metode Batch Bayesian Optimization (BBO).Dengan menggunakan AI, mereka mampu memprediksi kombinasi logam mana yang paling efektif sehingga hanya perlu melakukan pengujian pada jumlah kombinasi yang jauh lebih sedikit. Proses iteratif ini membuat pengembangan paduan menjadi lebih terfokus dan hemat biaya.Hasilnya, mereka menemukan paduan NiTiCuHf yang memiliki performa termal sangat baik dan tidak menggunakan logam mulia mahal. Ini membuka peluang agar teknologi HTSMA dapat diproduksi secara masal dan diaplikasikan pada pesawat tempur masa depan yang lebih gesit dan efisien.
