Výsledky výzkumu, jenž zkoumá potenciál velkých jazykových modelů (LLM) pro analýzu dat a modelování a predikci časově závislého chování klíčových parametrů systému povlaků, přiblížil Kolarik v přednášce nazvané Prediktivní analýza aluminidových difuzních povlaků pomocí strojového učení pro predikci jejich stárnutí a životnosti. Podrobnější informace by se měly objevit v chystané publikaci.
Aluminidové difuzní povlaky představují spolehlivý a ekonomicky výhodný způsob ochrany oceli proti vysokoteplotní korozi v náročných provozních podmínkách. Lze je nanášet ve formě hliníkových suspenzí různými metodami depozice, včetně nástřiku nebo nanášení štětcem, a následně jsou tepelně zpracovány za účelem vytvoření difuzní vrstvy. Prediktivní analýza založená na metodách strojového učení nabízí značný potenciál pro předpovídání stárnutí povlaku a jeho životnosti během provozu.
„Výzkum ukazuje, že metody strojového učení jsou velmi efektivní při analýze komplexních materiálových systémů ovlivněných mnoha parametry, u nichž je pomocí konvenčních fyzikálních modelů obtížné porozumět vzájemným vztahům a významu jednotlivých parametrů,“ uvedl Kolarik.
ICMCTF je jednou z nejvýznamnějších mezinárodních konferencí zaměřených na depozici a charakterizaci tenkých vrstev a pokročilé povrchové inženýrství. Setkávají se zde vědci, technologové i zástupci průmyslu z celého světa, aby sdíleli nejnovější poznatky, zkušenosti a trendy v oboru.
Text: Martina Šaradínová
Foto: Archiv V. Kolarika