Сотрудники Центра НТИ «Цифровое материаловедение: новые материалы и вещества» МГТУ им. Н.Э. Баумана разработали метод прогноза свойств полупроводящих полимерных матриц, который ускорит появление более дешевых кабелей для обогрева домов и нефтяной инфраструктуры.
Разработка новых устройств и оборудования требует от ученых создания материалов, в том числе полимерных, с необходимыми свойствами. Для того, чтобы этот процесс не превращался в бесконечную серию дорогостоящих испытаний образцов важно уметь предсказывать эти качества еще на этапе подбора состава материала. Новый подход точно определить состав компонентов (полимерной матрицы) на этапе разработки будущего нагревательного кабеля, при котором система может самостоятельно регулировать в них электросопротивление при различных условиях эксплуатации. Такие кабели могут использоваться в составе теплых полов, а также в системах обогрева нефтепроводов в полярных районах.
«Технология проводит поэтапное компьютерное моделирование сложной динамики полимерных систем и наноструктур при их полиморфных превращениях. Она последовательно решает задачи подбора состава и прогнозирования свойств полупроводящих матриц», — говорит Вячеслав Селезнев, заведующий лабораторией «Материалы для применения в экстремальных условиях» Центра компетенций НТИ на базе МГТУ им. Н.Э. Баумана.
Полупроводящая матрица представляет собой важный элемент кабеля, заключенный между двумя токопроводящими медными жилами. При протекании через нее электрического тока матрица нагревается, что ведет к увеличению сопротивления полупроводящего материала, из которого она сделана, ток при этом уменьшается. После этого необходимо создать условия, при которых наступит баланс между нагревом кабеля и потребляемой мощностью. Эта задача решается за счет добавления в термопластичный материал токопроводящих углеродных наполнителей и других компонентов, которые авторы работы подобрали при помощи новой технологии прогнозирования.
«Проект в первую очередь нацелен на предприятия кабельной отрасли, которые стремятся снизить себестоимость собственной продукции и расширить ее ассортимент. Стоимость снижается за счет автоматизированного подбора состава, а также за счет того, что процесс будет происходить быстрее. При этом можно использовать отечественное сырье», — также отметил Вячеслав Селезнев.
НОЦ «Технологии искусственного интеллекта» – структурное подразделение МГТУ им. Н.Э. Баумана, созданное 18 февраля 2022 года на базе Научно-учебного комплекса «Информатика, искусственный интеллект и системы управления» (НУК ИУ) в целях проведения научных исследований, разработки импортозамещающих технологий и внедрения продуктов доверенного искусственного интеллекта, современных образовательных технологий и программ по IT- направлениям, повышения доступности информации и вычислительных ресурсов для предприятий и организаций всех отраслей экономики в рамках реализации приоритетных направлений научно-технологического развития Российской Федерации.
Центр НТИ «Цифровое материаловедение: новые материалы и вещества» – структурное подразделение МГТУ им. Н.Э. Баумана, созданное 28 декабря 2020 года для реализации цифрового подхода к «быстрому» и «сквозному» проектированию, разработке, испытанию и применению новых материалов и веществ. Центр НТИ формирует национальный банк данных и знаний по материалам и их «цифровым двойникам», обеспечивающий получение «цифровых паспортов» и ускоренную сертификацию новых материалов.
Научно-образовательный центр «Композиты России» (МИЦ) – структурное подразделение МГТУ им. Н.Э. Баумана, созданное 15 июня 2011 года для содействия в разработке, производстве и коммерциализации высокотехнологичных решений университета в области новых материалов и информационных технологий, формирования научного задела и современных образовательных технологий и программ. Деятельность Центра осуществляется при поддержке Минобрнауки и Минпромторга России в рамках исполнения поручения Правительства Российской Федерации. Центр реализует «замкнутый цикл» инжиниринговых и научно-образовательных услуг, от разработки до внедрения технологий и промышленной продукции в ключевые сектора экономики РФ, такие как: транспортный, строительный, ЖКХ, энергетический, нефтегазовый, медицинский и IT.