2020-03-11 美国 来源：国防制造 领域：新材料
关键词：
据国防制造3月11日消息，美国能源部劳伦斯利弗莫尔国家实验室（LLNL）正在开发一种预测材料性能的新方法，旨在利用机器学习技术加速从新材料发现到大规模部署的过程，消除测试评估候选材料性能等瓶颈，显著减少部署时间。作为一种钝感高能炸药，三氨基三硝基苯（TATB）长期受到美国防部和能源部的关注。新方法利用计算机视觉和机器学习技术，可对TATB原材料粉末的扫描电子显微镜（SEM）图像进行分析，从而避免了零件的制造和物理测试。结果表明，与专家评估和仪器分析等常规方法相比，新方法可以减少24%的预测误差。研究团队表示，机器学习模型还可以发现并使用专家未充分利用的晶体属性。
