23948sdkhjf

Metod som skyndar på sökandet

Forskare från Konica Minolta och Nara Institute of Science and Technology i Japan har utvecklat en maskininlärningsmetod för identifiering av hållbara kompositmaterial.

Efterfrågan har bland annat ökat till följd av viljan att minska mängden industriavfall men även användningen av plast. Att ersätta de ingående materialen i kompositer med återvinningsbara material eller biomassa är ett sätt för att uppnå detta.

En risk är dock att prestandan på interaktionen mellan de olika hållbara komponenterna kan vara sämre än mellan de jungfruliga materialen.

Det som särskiljer den här metoden från tidigare metoder är att denna kvantitativt kan utvärdera interaktionerna mellan komponentmaterialen för att avslöja hur mycket de bidrar till kompositens totala prestanda, och därefter söker ersättningskomponenter med liknande prestanda som originalmaterialet.

Forskarna har testat metoden genom att söka efter alternativa ingående material för kompositer bestående av tre material – harts, fyllmedel och tillsats. Resultatet har experimentellt bevisat att modellen fungerar, uppger forskarna.

Artikeln är en del av vårt tema om Klimatsmart.

Kommentera en artikel
Utvalda artiklar

Nyhetsbrev

Sänd till en kollega

0.094