การคาดการณ์คุณสมบัติเชิงกลของพอลิเมอร์ใหม่หลังจากผ่านกระบวนการแปรรูปเป็นผลิตภัณฑ์นั้นเป็นเรื่องยุ่งยากและมักเกี่ยวข้องกับการทดสอบทางกายภาพแบบทำลายล้าง นักวิจัยจากสถาบันวิทยาศาสตร์วัสดุแห่งชาติ (NIMS) ในเมืองสึคุบะ ประเทศญี่ปุ่น ได้พัฒนาเทคนิคที่ใช้ประโยชน์จากการเรียนรู้ของเครื่องจักรและการเลี้ยวเบนของรังสีเอกซ์ ซึ่งพวกเขากล่าวว่าเป็นทางเลือกอื่นที่ไม่ทำลายล้างสำหรับวิธีการทดสอบพอลิเมอร์แบบเดิม การศึกษานี้ตีพิมพ์ใน Science and Technology of Advanced Materials

ทีมวิจัยซึ่งนำโดย ดร. เรียว ทามูระ ดร. เคนจิ นากาตะ และ ดร. ทาคาชิ นากานิชิ ได้พัฒนาวิธีการกับกลุ่มโฮโมโพลิเมอร์โพลีโพรพีลีนโดยใช้รูปแบบการเลี้ยวเบนของรังสีเอกซ์ของโพลิเมอร์ภายใต้สภาวะการเตรียมที่แตกต่างกัน เพื่อให้ข้อมูลโดยละเอียดเกี่ยวกับโครงสร้างและคุณสมบัติที่ซับซ้อนของโพลิเมอร์เหล่านี้

       โพลิเมอร์ผลึกเทอร์โมพลาสติก เช่น โพลิโพรพิลีน มีโครงสร้างที่ซับซ้อนเป็นพิเศษ ซึ่งจะถูกเปลี่ยนแปลงเพิ่มเติมในระหว่างกระบวนการฉีดขึ้นรูป ดังนั้น จึงมีความสำคัญที่นักวิจัยจะต้องจับภาพรายละเอียดของโครงสร้างพอลิเมอร์อย่างเหมาะสมผ่านการเลี้ยวเบนของรังสีเอกซ์ และต้องแน่ใจว่าอัลกอริทึมการเรียนรู้ของเครื่องสามารถระบุตัวระบุที่สำคัญที่สุดในข้อมูลนั้นได้ เพื่อจุดประสงค์ดังกล่าว พวกเขาได้วิเคราะห์ชุดข้อมูลสองชุดโดยใช้เครื่องมือที่เรียกว่า Bayesian spectral deconvolution ซึ่งสามารถดึงรูปแบบจากข้อมูลที่ซับซ้อนได้ ชุดข้อมูลแรกเป็นข้อมูลการเลี้ยวเบนของรังสีเอกซ์จากโฮโมโพลีโพรพีลีน 15 ประเภทที่ผ่านช่วงอุณหภูมิต่างๆ ส่วนชุดข้อมูลที่สองประกอบด้วยข้อมูลจากโฮโมโพลีเมอร์โพลีโพรพีลีน 4 ประเภทที่ผ่านกระบวนการฉีดขึ้นรูป คุณสมบัติทางกลที่วิเคราะห์ ได้แก่ ความแข็ง ความยืดหยุ่น อุณหภูมิการเบี่ยงเบนจากความร้อน และความแข็งแรงในการดึง

     ทีมวิจัยพบว่าการวิเคราะห์การเรียนรู้ของเครื่องจักรเชื่อมโยงคุณลักษณะต่างๆ ในภาพการเลี้ยวเบนของรังสีเอกซ์กับคุณสมบัติเฉพาะของวัสดุของพอลิเมอร์ได้อย่างแม่นยำ คุณสมบัติทางกลบางอย่างนั้นคาดเดาได้ง่ายกว่าจากข้อมูลการเลี้ยวเบนของรังสีเอกซ์ ในขณะที่คุณสมบัติอื่นๆ เช่น ความแข็งแรงในการดึง ซึ่งเป็นจุดที่วัสดุแตกหักเมื่อถูกยืดหรือดึงนั้นท้าทายกว่า