--- title: "Entwicklung von Nano-Materialien mit ML und 3D-Druck" url: https://www.voxelmatters.com/de/entwicklung-von-nano-materialien-mit-ml-und-3d-druck/ date: 2025-01-26 modified: 2025-01-25 lang: de author: "Edward Wakefield" description: "Laut der Fakultät für Angewandte Wissenschaften und Ingenieurwesen der Universität Toronto haben Forscher mithilfe von maschinellem Lernen und 3D-Druck Nanomaterialien entwickelt, die die Festigkeit von Kohlenstoffstahl, aber die Leichtigkeit von..." categories: - "AM-Forschung" - "Mikro-3D-Druck" tags: - "future" image: https://www.voxelmatters.com/wp-content/uploads/2025/01/Lattice-geometry-640x240.jpg word_count: 768 --- # Entwicklung von Nano-Materialien mit ML und 3D-Druck [Laut der Fakultät für Angewandte Wissenschaften und Ingenieurwesen der Universität Toronto](https://news.engineering.utoronto.ca/strong-as-steel-light-as-foam-machine-learning-and-nano-3d-printing-produce-breakthrough-high-performance-nano-architected-materials/) haben Forscher mithilfe von maschinellem Lernen und 3D-Druck Nanomaterialien entwickelt, die die Festigkeit von Kohlenstoffstahl, aber die Leichtigkeit von Styropor haben. In einer neuen Publikation, die in der [Zeitschrift Advanced Materials](https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202410651) veröffentlicht wurde, beschreibt ein Team unter der Leitung von Professor Tobin Filleter (MIE), wie sie Nanomaterialien mit Eigenschaften hergestellt haben, die eine widersprüchliche Kombination aus außergewöhnlicher Festigkeit, geringem Gewicht und Anpassungsfähigkeit bieten. Dieser Ansatz könnte einer Vielzahl von Branchen zugute kommen, von der Automobilindustrie bis zur Luft- und Raumfahrt. „Nanomaterialien kombinieren Hochleistungsformen, wie z. B. eine Brücke aus Dreiecken, in Nanogröße, wodurch der Effekt 'kleiner ist stärker' ausgenutzt wird, um einige der höchsten Festigkeits-/Gewichts- und Steifigkeits-/Gewichts-Verhältnisse aller Materialien zu erreichen“, sagte Peter Serles (MIE MASc 1T9, MIE PhD 2T4), der Erstautor der neuen Arbeit. „Die verwendeten Standard-Gitterformen und -Geometrien haben jedoch meist scharfe Schnittpunkte und Ecken, was zu dem Problem der Spannungskonzentration führt. Dies führt zu einem frühzeitigen lokalen Versagen und Bruch der Materialien und schränkt ihr Gesamtpotenzial ein. „Als ich über diese Herausforderung nachdachte, wurde mir klar, dass dies ein perfektes Problem für das maschinelle Lernen ist.“ Materialien mit Nanoarchitektur bestehen aus winzigen Bausteinen oder sich wiederholenden Einheiten von einigen hundert Nanometern Größe – man bräuchte mehr als 100 von ihnen in einer Reihe, um die Dicke eines menschlichen Haares zu erreichen. Diese Bausteine, die in diesem Fall aus Kohlenstoff bestehen, sind in komplexen 3D-Strukturen, den sogenannten Nanogittern, angeordnet. ![Researchers from the University of Toronto have designed nano-architected materials using ML and 3D printing.](https://www.voxelmatters.com/wp-content/uploads/2025/01/Lattice-geometry-1-scaled.jpg)Ein Bild der vollständigen Gittergeometrie wird einem 18,75-Millionen-Zellen-Gitter gegenübergestellt, das auf einer Blase schwebt. Bildquelle: Peter Serles/Universität von Toronto. Um ihre verbesserten Materialien zu entwickeln, arbeiteten Serles und Filleter mit Professor Seunghwa Ryu und dem Doktoranden Jinwook Yeo am Korea Advanced Institute of Science & Technology (KAIST) in Daejeon, Südkorea, zusammen. Diese Partnerschaft wurde im Rahmen des Programms International Doctoral Clusters der Universität Toronto initiiert, das die Doktorandenausbildung durch die Zusammenarbeit mit internationalen Partnern unterstützt. Das KAIST-Team setzte den maschinellen Lernalgorithmus der multikriteriellen Bayesschen Optimierung ein. Dieser Algorithmus lernte aus simulierten Geometrien, um die bestmöglichen Geometrien zur Verbesserung der Spannungsverteilung und des Verhältnisses zwischen Festigkeit und Gewicht von Konstruktionen mit Nano-Architektur vorherzusagen. Anschließend verwendete Serles einen [3D-Drucker mit Zwei-Photonen-Polymerisation](https://www.voxelmatters.com/researchers-3d-print-flexible-mems-using-2pp/), der im Zentrum für Forschung und Anwendung in Fluidiktechnologien (CRAFT) untergebracht ist, um Prototypen für die experimentelle Validierung zu erstellen. Diese Technologie ermöglicht den [3D-Druck auf der Mikro- und Nanoskala](https://www.voxelmatters.com/de/horizon-microtechnologies-erhaelt-esa-foerderung/), wodurch optimierte Kohlenstoff-Nanolattices entstehen. Diese optimierten Nanogitter haben die Festigkeit bestehender Konstruktionen mehr als verdoppelt – sie halten einer Belastung von 2,03 Megapascal pro Kubikmeter pro Kilogramm ihrer Dichte stand, was etwa fünfmal höher ist als bei Titan. „Dies ist das erste Mal, dass maschinelles Lernen zur Optimierung von Materialien mit Nano-Architektur eingesetzt wurde, und wir waren von den Verbesserungen schockiert“, so Serles. „Es hat nicht nur erfolgreiche Geometrien aus den Trainingsdaten repliziert, sondern auch daraus gelernt, welche Änderungen an den Formen funktionierten und welche nicht, so dass es völlig neue Gittergeometrien vorhersagen konnte. Maschinelles Lernen ist normalerweise sehr datenintensiv, und es ist schwierig, viele Daten zu erzeugen, wenn man hochwertige Daten aus der Finite-Elemente-Analyse verwendet. Der Algorithmus für die multikriterielle Bayes'sche Optimierung benötigte jedoch nur 400 Datenpunkte, während andere Algorithmen 20.000 oder mehr benötigen. Wir waren also in der Lage, mit einem viel kleineren, aber extrem hochwertigen Datensatz zu arbeiten.“ ![Researchers from the University of Toronto have designed nano-architected materials using ML and 3D printing.](https://www.voxelmatters.com/wp-content/uploads/2025/01/Tobin-Filleter-and-Peter-Serles-650x433-1.jpg) „Wir hoffen, dass diese neuen Materialdesigns schließlich zu ultraleichten Komponenten in Luft- und Raumfahrtanwendungen wie Flugzeugen, Hubschraubern und Raumfahrzeugen führen werden, die den Treibstoffbedarf während des Fluges reduzieren und gleichzeitig die Sicherheit und Leistung aufrechterhalten können“, so Filleter. „Dies kann letztendlich dazu beitragen, den hohen Kohlenstoff-Fußabdruck des Fliegens zu verringern. Wenn man zum Beispiel Komponenten aus Titan in einem Flugzeug durch dieses Material ersetzt, kann man pro Jahr 80 Liter Treibstoff für jedes Kilogramm Material, das man ersetzt, einsparen“, so Serles. An dem Projekt beteiligt sind auch die Professoren Yu Zou (MSE), Chandra Veer Singh (MSE), Jane Howe (MSE, ChemE) und Charles Jia (ChemE) sowie internationale Mitarbeiter des Karlsruher Instituts für Technologie (KIT) in Deutschland, des [Massachusetts Institute of Technology (MIT) ](https://www.voxelmatters.com/mit-3d-prints-water-filters-inspired-by-mobula-rays/) und der Rice University in den Vereinigten Staaten. „Dies war ein vielschichtiges Projekt, das verschiedene Elemente aus der Materialwissenschaft, dem maschinellen Lernen, der Chemie und der Mechanik zusammenbrachte, um zu verstehen, wie diese Technologie verbessert und umgesetzt werden kann“, sagte Serles, der jetzt ein Schmidt Science Fellow am California Institute of Technology (Caltech) ist. „Unsere nächsten Schritte werden sich darauf konzentrieren, die Skalierung dieser Materialdesigns weiter zu verbessern, um kosteneffiziente Komponenten im Makromaßstab zu ermöglichen“, so Filleter. „Außerdem werden wir weiterhin neue Designs erforschen, die die Materialarchitekturen auf eine noch geringere Dichte bringen und gleichzeitig eine hohe Festigkeit und Steifigkeit beibehalten.“