Keramika un neorganiskie materiāli

img-mv26w6zy-c78bfa98

Apraksts


Optimizējiet keramikas kompozīcijas un logu saķepināšanu, izmantojot prognozes. MatterSeek prognozē neorganisko materiālu īpašības no sastāva.

 

7 43

Keramika un neorganiskie materiāli — materiālu sistēma / paredzamā veiktspēja / validācijas ceļš

 

 

 

 

 

AI uzlabotai keramikai un neorganiskiem materiāliem — optimizējiet logu saķepināšanu ar mazākiem apdedzināšanas cikliem

 

 

1. MatterSeek ir AI materiālu pētniecības un attīstības platforma uzlabotai keramikai un neorganiskiem nemetāliskiem materiāliem.

Tas paredz materiāla īpašības, pamatojoties uz ķīmisko sastāvu, tāpēc pulvera sastāvus, saķepināšanas logus un funkcionālās keramikas kompozīcijas var sarindot pirms apdedzināšanas kampaņas.

2. Keramikas izstrādē dominē procesa nenoteiktība.

Galīgais blīvums, fāzu salikums un graudu struktūra ir atkarīga no pulvera raksturlielumu, piedevu ķīmijas un termiskā profila mijiedarbības, un attiecības atklājas tikai pēc apdedzināšanas. Tā kā katrs saķepināšanas cikls patērē krāsns laiku un dod ierobežotu datu punktu, lielākā daļa programmu pēta šauru joslu ap zināmajām kompozīcijām.

3. Pirms šaušanas prognozējiet.

Jūs definējat pamatkompozīcijas kopu un vajadzīgo rekvizītu logu, un MatterSeek atgriež ranžētus kandidātus ar prognozētajām īpašībām un nenoteiktību. Kompozīcijas apstrāde atbalsta vienu līdz četrus bāzes elementus ar dopinga līmeņa precizitāti 0,02 — granularitāti, kādā ir norādīti saķepināšanas palīglīdzekļu un piedevu pētījumi. Prognozēšana tiek pabeigta aptuveni vienā minūtē diviem pamata elementiem, divās minūtēs trim un septiņās minūtēs četriem. Rezultāti tiek atgriezti kā vairāku rekvizītu radaru diagrammas, 2D un 3D siltuma kartes, kas parāda, kā īpašības mainās kompozīcijas diapazonā, un eksportējamas datu tabulas.

4. Īpašības, kas attiecas uz neorganiskiem materiāliem.

Prognozēšanas dzinējs aptver termodinamisko, termisko, mehānisko, elektroķīmisko, dielektrisko un elektronisko īpašību saimes, tostarp kušanas temperatūru, dielektrisko konstanti un supravadīšanas kritisko temperatūru — parametrus, kas nosaka saķepināšanas temperatūras izvēli, dielektrisko keramiku un funkcionālo oksīda uzvedību.

5. Validēt autonomā laboratorijā, kas uzbūvēta ap keramikas ķēdi.

Paredzamās kompozīcijas nonāk MatterSeek 1200 m² autonomajā laboratorijā, kuras sešas procesu kopas tika veidotas ap neorganiskiem nemetāliskiem materiāliem. Cietvielu klasteris aptver pulvera izsmidzināšanu, lodīšu frēzēšanu, žāvēšanu ar smidzināšanu, sauso presēšanu ar auksto izostatisko presēšanu, saķepināšanu gaisā, vakuumā vai kontrolētā atmosfērā, atlaidināšanu un kubiņos. Mitrās ķīmijas klasteris aptver prekursoru sagatavošanu, hidrotermisko sintēzi, kalcinēšanu un klasifikāciju. Sol-gēla klasteris iet cauri hidrolīzei, gēla novecošanai, šķīdinātāju apmaiņai un superkritiskai CO₂ žāvēšanai — ceļš uz aerogela siltumizolācijas materiāliem un lielas virsmas nesējiem. Automātiskā raksturošana ietver XRD, XRF, BET virsmas laukumu, Ramana un vienlaicīgu termisko analīzi ar norādīto mērķi no 300 līdz 500 paraugiem dienā atkarībā no maršruta. Prognozes precizitāte ir 95,7%, salīdzinot ar fizisko mērījumu.

6. Ģimenes segums ietver

uzlabota strukturālā un funkcionālā keramika, pjezoelektriskā keramika, termobarjeru pārklājumi, aerogela izolācija, cietā oksīda kurināmā elementu materiāli, stikls un stikla keramika un ugunsizturīgie maisījumi.

 

FAQ

 

 

J: Vai MatterSeek var paredzēt keramikas īpašības pirms saķepināšanas?

A: Jā. Īpašības tiek prognozētas no sastāva ar nenoteiktības diapazonu, tāpēc kandidātu preparātus var sarindot, pirms ir noteikts krāsns laiks.

J: Kuri saķepināšanas maršruti ir pieejami apstiprināšanai?

A: Gaisa, vakuuma un kontrolētas atmosfēras saķepināšana, dzirksteļplazmas saķepināšana, kalcinēšana un atkausēšana — tas viss ir automatizēts autonomā laboratorijā.

J: Vai tiek atbalstīta aerogela apstrāde?

A: Jā. Sol-gel klasteris ietver šķīdinātāju apmaiņu un superkritisko CO₂ žāvēšanu.

Yuyao (Beijing) Technology Co., Ltd. ir profesionāla kompānija, kas specializējas mākslīgā intelekta un modernu keramikas un neorganisko materiālu materiālu krustojumā. Uzņēmums ir neatkarīgi izstrādājis MatterSeek — pamata lielu modeli, kas pielāgots materiālu nozarei — un ir aizsācis HNN (hierarhiskā neironu tīkla) algoritmu, vienlaikus veidojot patentētu, vadāmu materiālu eksperimentu datubāzi.