מכניקה מבוססת למידת מכונה של חומרים מעוצבים מסוג TPMS המונעת על ידי תכונות גאומטריות של התא היחידה

עיצוב החומר מבפנים החוצה

מכנפי מטוס קלים ועד רכיבים אלקטרוניים שמנהלים חום, מהנדסים נשענים יותר ויותר על "חומרים מעוצבים" שבהם הביצועים נובעים לא מכימיה ייחודית אלא מגאומטריה פנימית מורכבת. מאמר זה בוחן כיצד מסגרת חדשה מבוססת למידת מכונה יכולה לקרוא את הצורות הפנימיות הללו ישירות מעיצובים ממוחשבים ולחזות עד כמה החומר יהיה קשיח, חזק ומוליך חום — כל זאת ללא סימולציות ניסוי-וטעות יקרות. לקוראים שאינם מומחים, הוא מציע הצצה לאופן שבו חומרים עתידיים עשויים לעוצב על מחשב נייד על ידי כיוונון של מספר מצבים פשוטים של צורה.

מדוע הגאומטריה הפנימית חשובה

חומרים מעוצבים, המכונים לעיתים קרובות מטה-חומרים, בנויים מתבניות תלת־ממדיות חוזרות בתוך גוף מוצק, קצת כמו שלד מיקרוסקופי. כאן ממוקדים במשפחה של מבנים חלקים וגליים הידועים כמשטחים מינימליים תלת-תקופתיים (TPMS). צורות אלו, שהשראתן חלקית מצורות טבעיות כגון קשוות חרקים וממברנות ביולוגיות, מפזרות חומר במרחב עם עקומת ממוצע אפס, מה שעוזר להימנע מנקודות מתח ולתמוך בזרימה יעילה של חום. על ידי שינוי דפוס פנימי בלבד — בלי לשנות את המתכת הבסיסית — מהנדסים יכולים לכוון קשיחות, חוזק וקליטת אנרגיה שונים מאוד, מה שהופך את TPMS לאטרקטיביים לרכיבים מכניים, להגנה מפני פגיעות ולמכשירי קירור.

תיאור צורות מורכבות במספרים פשוטים

אף כי דפוסי TPMS נראים מסובכים במראה, המחברים מראים כי ההתנהגות המכנית המהותית שלהם ניתנת ללכידה באמצעות קבוצת מדידות גאומטריות דחוסה. הם בונים בסיס נתונים של תשעה תאי יחידה מוכרים של TPMS, כל אחד בסימולציות בכמה צפיפויות, ומחשבים תכונות שכל מעצב יכול לחלץ מדגם CAD. אלה כוללות כמה מהקוביה היחידה מלאת חומר (שבר נפח), כמה שטח פנים פנימי מספק הדפוס, עד כמה פני השטח "קומפקטיים" בהשוואה לכדור בעל אותו נפח, וכיצד ההמסת המסה מתפלגת בתא באמצעות מומנטים של אינרציה. הם גם מציגים מדדי מרחק-צורה: על ידי השוואת פני ה-TPMS לכדור התייחסות, הם לוכדים עד כמה הגאומטריה אינה סדירה או הטרוגנית במרחב.

קישור בין צורה לקשיחות, חוזק וזרימת חום

באמצעות סימולציות אלמנטים סופיים מפורטות, הקבוצה מעריכה את מודול יאנג האפקטיבי של כל עיצוב (כיצד הוא נמתח), מודול הגזירה (כיצד הוא מתנגד להחלקה), חוזק ההפל (מתי הוא מתחיל לעבור עיוות קבוע) מוליכות תרמית. דפוסים שונים של TPMS תופסים אזורי ביצועים מובחנים במפה זו. למשל, טופולוגיות מסוימות רכות יחסית במתיחה פשוטה אך מצטיינות תחת גזירה, בעוד שאחרות משלבות קשיחות גבוהה עם זרימת חום חזקה. כאשר מדמים את התכונות הללו כנגד מדדי קומפקטיות ושטח פנים, המחברים מגלים כי דפוסים עם שטחים פנימיים גדולים והתפלגויות מסה מסוימות ניתנים לכיוונון לטובת התנגדות לגזירה, לקשיחות חד-צירית או לשיפור מסלולי חום, בהתאם לצרכי העיצוב.

לימוד מכונות לקרוא גאומטריה

כדי להפוך את התצפיות הללו לכלי חיזוי מעשי, המחברים מאמנים דגמי למידת מכונה־אנסמבל — Random Forests ו־XGBoost — על התכונות הגאומטריות כקלט ועל ארבעת התכונות האפקטיביות כפלט. לאחר מכן הם מיישמים כלי הניתוח שנועדו לפרק כל תחזית לתרומות מתכונות בודדות. בתחילה, כמות החומר הכוללת, כצפוי, שולטת בתגובה. אך כאשר מסירי את שבר הנפח והמומנט של אינרציה הקרוב אליו מהמודל, צף לשכבה שנייה של שליטה: קומפקטיות, שטח פנים פנימי ושונות מדד המרחק-צורה עולים לראש. גדלים אלה מקודדים יחד עד כמה הארכיטקטורה הפנימית פרושה, עד כמה היא מעודנת וכמה היא בלתי-סדירה במרחב, והם מכוונים במדויק קשיחות, התנהגות גזירה, נקודת התחלת הפלסטיות ומוליכות חום.

שלושה כפתורים לעיצוב חומרים עתידיים

אולי הממצא המרהיב ביותר הוא שרק שלוש תכונות — קומפקטיות, שטח פנים פנימי מנורמל, ושונות המרחק לכדור התייחסות — מספיקות כדי לחזות את ההתנהגות המכנית והתרמית של חומרים אלה מסוג TPMS בדיוק של כ־חמישה אחוזים. אפילו כאשר הנתונים דלים או כאשר המודל מתבקש לאקסטרפולציה לעיצובים שלא נראו, הביצועים נשארים גבוהים עבור רוב התכונות. עבור מעצב, משמעות הדבר היא שבמקום להיאבק עם מודלים גדולים מבוססי תמונה או רשתות עצביות שאינן שקופות, כיוונון שלושה "כפתורי" גיאומטריה בכלי CAD יכול להנחות את החיפוש אחר ארכיטקטורות חדשות ורב־תכליתיות. במונחים נגישים, העבודה מראה כי העושר המבלבל של גיאומטריות פנימיות מפוסלות ניתן לתרגום למספר מצומצם של מדדים משמעותיים, ופותחת נתיב מדרגי וניתן לפרשנות לעיצוב הדור הבא של חומרים קלים, חזקים ויעילים תרמית.

ציטוט: Rodopoulos, D.C., Mermigkis, G., Hadjidoukas, P. et al. Machine learning-based mechanics of TPMS architected materials driven by unit-cell geometric features. npj Metamaterials 2, 16 (2026). https://doi.org/10.1038/s44455-026-00026-9

מילות מפתח: חומרים מעוצבים, מטה-חומרים, משטחים מינימליים תלת-תקופתיים, למידת מכונה, עיצוב חומרים