Российский научный фонд (РНФ) подвел итоги конкурсов по проведению инициативных исследований молодыми учеными. Разработка платформы прогнозирования свойств полимеров с помощью искусственного интеллекта, которую ведут ученые Центра НТИ «Цифровое материаловедение: новые материалы и вещества» МГТУ им. Н. Э. Баумана, вошла в число победителей.
Создаваемая платформа предсказывает важные характеристики полимеров по структуре мономеров еще до их синтеза. Данная методология известна как QSPR (количественные соотношения «структура — свойство») и активно развивается с применением машинного обучения.
Центр НТИ «Цифровое материаловедение: новые материалы и вещества» МГТУ им. Н.Э. Баумана создает платформу прогнозирования свойств полимеров Изображение: пресс-служба Центра НТИ МГТУ им. Н.Э. Баумана
«Современные материалы представляют собой не просто пластик или резину. Это высокофункциональные, биосовместимые и конструкционные полимеры, применяемые в таких областях, как медицина, энергетика, электроника и авиация. Однако разработка новых полимеров в настоящее время является дорогостоящей и длительной задачей, требующей множества синтезов, испытаний и исправлений. Наша интеллектуальная платформа позволит проектировать суперконструкционные полимеры с высокой температурой эксплуатации и возможностью переработки методами горячего прессования, литья под давлением и штамповки, что сократит в два и более раз число необходимых лабораторных синтезов легких, прочных и надежных материалов для корпусов БПЛА, имплантов и подшипников», — говорит Глеб Аверочкин, научный сотрудник Центра НТИ «Цифровое материаловедение: новые материалы и вещества» МГТУ им. Н. Э. Баумана.
Исследователям и инженерам часто необходимо подбирать материалы в соответствии с определенными требованиями, такими как плотность, температура стеклования, термостойкость. Использование платформы значительно ускорит разработку упаковочных материалов, изоляционных покрытий, мембран, имплантатов и других изделий, где критически важна точность характеристик.
Прототип платформы уже функционирует и проходит тестирование на реальных данных из открытых и корпоративных источников. В ближайшие год-два ученые планируют интегрировать прототип в платформу для химиков и материаловедов с доступом через веб-интерфейс, а далее расширить на смежные классы материалов.