Ceramika i materiały nieorganiczne

Opis
Optymalizuj składy ceramiczne i okna spiekania poprzez przewidywanie. MatterSeek przewiduje właściwości materiałów nieorganicznych na podstawie składu.

Ceramika i materiały nieorganiczne — system materiałów / przewidywalna wydajność / ścieżka walidacji
Sztuczna inteligencja dla zaawansowanej ceramiki i materiałów nieorganicznych — optymalizacja okien spiekania przy mniejszej liczbie cykli wypalania
Przewiduje właściwości materiału na podstawie składu chemicznego, dzięki czemu formuły proszków, okna do spiekania i funkcjonalne kompozycje ceramiczne można uszeregować przed zaplanowaniem kampanii wypalania.
Gęstość końcowa, układ faz i struktura ziaren zależą od interakcji właściwości proszku, składu chemicznego dodatków i profilu termicznego – a zależność ujawnia się dopiero po wypaleniu. Ponieważ każdy cykl spiekania zajmuje czas pieca i daje ograniczony punkt danych, większość programów bada wąskie pasmo wokół znanych składów.
Definiujesz podstawowy zestaw kompozycji i potrzebne okno właściwości, a MatterSeek zwraca uszeregowanych kandydatów z przewidywanymi właściwościami i niepewnością. Obsługa składu obsługuje od jednego do czterech pierwiastków podstawowych z dokładnością poziomu domieszkowania wynoszącą 0,02 – czyli ziarnistości, dla której określa się badania środka wspomagającego spiekanie i domieszek. Prognozowanie kończy się po około jednej minucie w przypadku dwóch elementów podstawowych, dwóch minutach w przypadku trzech i siedmiu minutach w przypadku czterech. Wyniki są zwracane w postaci wykresów radarowych obejmujących wiele właściwości, map cieplnych 2D i 3D, które pokazują, jak właściwości zmieniają się w zakresie składu, oraz tabel danych, które można wyeksportować.
Silnik predykcyjny obejmuje rodziny właściwości termodynamicznych, termicznych, mechanicznych, elektrochemicznych, dielektrycznych i elektronicznych, w tym temperaturę topnienia, stałą dielektryczną i temperaturę krytyczną nadprzewodnictwa – parametry regulujące wybór temperatury spiekania, ceramikę dielektryczną i zachowanie tlenków funkcjonalnych.
Przewidywane składy trafiają do autonomicznego laboratorium MatterSeek o powierzchni 1200 m², którego sześć klastrów procesowych zaprojektowano wokół nieorganicznych materiałów niemetalicznych. Klaster półprzewodnikowy obejmuje dozowanie proszku, mielenie kulowe, suszenie rozpyłowe, prasowanie na sucho z prasowaniem izostatycznym na zimno, spiekanie w powietrzu, próżni lub w kontrolowanej atmosferze, wyżarzanie i krojenie w kostkę. Klaster chemii mokrej obejmuje przygotowanie prekursorów, syntezę hydrotermalną, kalcynację i klasyfikację. Klaster zol-żel przechodzi hydrolizę, starzenie żelu, wymianę rozpuszczalnika i suszenie nadkrytycznym CO₂ — droga do aerożelowych materiałów termoizolacyjnych i nośników o dużej powierzchni. Zautomatyzowana charakteryzacja obejmuje analizę XRD, XRF, powierzchnię BET, Ramana i jednoczesną analizę termiczną, przy założonym docelowym zakresie od 300 do 500 próbek dziennie, w zależności od trasy. Dokładność przewidywania wynosi 95,7% w porównaniu z pomiarem fizycznym.
zaawansowana ceramika strukturalna i funkcjonalna, ceramika piezoelektryczna, powłoki termoizolacyjne, izolacja aerożelowa, materiały na ogniwa paliwowe ze stałym tlenkiem, szkło i ceramika szklana oraz kompozycje ogniotrwałe.
Często zadawane pytania
P: Czy MatterSeek może przewidzieć właściwości ceramiki przed spiekaniem?
O: Tak. Właściwości są przewidywane na podstawie składu z zakresem niepewności, więc potencjalne receptury można uszeregować przed upływem czasu w piecu.
P: Które trasy spiekania są dostępne do walidacji?
Odp.: Spiekanie w powietrzu, próżni i w kontrolowanej atmosferze, spiekanie plazmowe iskrowe, kalcynacja i wyżarzanie – wszystko zautomatyzowane w autonomicznym laboratorium.
P: Czy obsługiwane jest przetwarzanie aerożelu?
O: Tak. Klaster zol-żel obejmuje wymianę rozpuszczalnika i suszenie nadkrytycznym CO₂.
Yuyao (Beijing) Technology Co., Ltd. to profesjonalna firma specjalizująca się w łączeniu sztucznej inteligencji i zaawansowanych materiałów ceramicznych i materiałów nieorganicznych. Firma niezależnie opracowała MatterSeek — podstawowy duży model dostosowany do sektora materiałów — i była pionierem algorytmu HNN (Hierarchical Neural Network), tworząc jednocześnie zastrzeżoną, kontrolowaną bazę danych eksperymentów materiałowych.

