Keramika i anorganski materijali

img-mv26w6zy-c78bfa98

Opis


Optimizirajte keramičke sastave i prozore za sinteriranje predviđanjem. MatterSeek predviđa svojstva anorganskih materijala iz sastava.

 

7 43

Keramika i anorganski materijali — Sustav materijala / Predvidljiva izvedba / Validacijski put

 

 

 

 

 

AI za naprednu keramiku i anorganske materijale — optimizirajte prozore za sinteriranje s manje ciklusa pečenja

 

 

1. MatterSeek je platforma za istraživanje i razvoj materijala AI za naprednu keramiku i anorganske nemetalne materijale.

Predviđa svojstva materijala na temelju kemijskog sastava, tako da se formulacije praha, prozori za sinteriranje i funkcionalni sastavi keramike mogu rangirati prije planiranja kampanje pečenja.

2. Razvojem keramike dominira nesigurnost procesa.

Konačna gustoća, sklop faza i struktura zrna ovise o interakciji karakteristika praha, kemiji aditiva i toplinskom profilu — a odnos se otkriva tek nakon pečenja. Budući da svaki ciklus sinteriranja troši vrijeme peći i daje ograničenu točku podataka, većina programa istražuje uzak raspon oko poznatih sastava.

3. Predvidite prije nego što zapalite.

Vi definirate osnovni skup sastava i prozor svojstava koji vam je potreban, a MatterSeek vraća rangirane kandidate s predviđenim svojstvima i nesigurnošću. Rukovanje sastavom podržava jedan do četiri osnovna elementa s preciznošću razine dopinga od 0,02 — zrnatost na kojoj su navedene studije pomoćnog sredstva za sinteriranje i dopanta. Predviđanje se završava za oko jednu minutu za dva osnovna elementa, dvije minute za tri i sedam minuta za četiri. Rezultati se vraćaju kao radarske karte s više svojstava, 2D i 3D toplinske karte koje otkrivaju kako se svojstva mijenjaju u rasponu sastava i tablice s podacima za izvoz.

4. Svojstva relevantna za anorganske materijale.

Motor predviđanja obuhvaća obitelji termodinamičkih, toplinskih, mehaničkih, elektrokemijskih, dielektričnih i elektroničkih svojstava, uključujući točku taljenja, dielektričnu konstantu i supravodljivu kritičnu temperaturu — parametre koji upravljaju odabirom temperature sinteriranja, dielektričnom keramikom i funkcionalnim ponašanjem oksida.

5. Validirajte u autonomnom laboratoriju izgrađenom oko keramičkog lanca.

Predviđeni sastavi ulaze u MatterSeekov autonomni laboratorij od 1200 m², čijih je šest procesnih klastera dizajnirano oko anorganskih nemetalnih materijala. Klaster u čvrstom stanju pokriva doziranje praha, kuglično mljevenje, sušenje raspršivanjem, suho prešanje s hladnim izostatičkim prešanjem, sinteriranje pod zrakom, vakuumom ili kontroliranom atmosferom, žarenje i rezanje. Klaster mokre kemije pokriva pripremu prekursora, hidrotermalnu sintezu, kalcinaciju i klasifikaciju. Sol-gel klaster prolazi kroz hidrolizu, starenje gela, izmjenu otapala i superkritično CO₂ sušenje - put do aerogel termoizolacijskih materijala i nosača velike površine. Automatizirana karakterizacija uključuje XRD, XRF, BET površinsku analizu, Raman i simultanu toplinsku analizu, s navedenim ciljem od 300 do 500 uzoraka dnevno, ovisno o ruti. Točnost predviđanja je 95,7% u odnosu na fizičko mjerenje.

6. Obiteljsko osiguranje uključuje

napredna strukturna i funkcionalna keramika, piezoelektrična keramika, prevlake toplinske barijere, izolacija od aerogela, čvrsti oksidni materijali gorivih ćelija, staklo i staklokeramika i vatrostalni sastavi.

 

FAQ

 

 

P: Može li MatterSeek predvidjeti svojstva keramike prije sinteriranja?

O: Da. Svojstva se predviđaju iz sastava s rasponom nesigurnosti, tako da se kandidatske formulacije mogu rangirati prije nego što se posveti bilo kakvo vrijeme pečenja.

P: Koji su pravci sinteriranja dostupni za validaciju?

O: Sinteriranje u zraku, vakuumu i kontroliranoj atmosferi, sinteriranje u plazmi s iskrom, kalcinacija i žarenje — sve automatizirano unutar autonomnog laboratorija.

P: Je li podržana obrada aerogela?

O: Da. Sol-gel klaster uključuje izmjenu otapala i superkritično CO₂ sušenje.

Yuyao (Beijing) Technology Co., Ltd. je profesionalna tvrtka specijalizirana za raskrižje AI i naprednih materijala keramike i anorganskih materijala. Tvrtka je neovisno razvila MatterSeek—temeljni veliki model prilagođen sektoru materijala—i uvela algoritam HNN (Hijerarhijska neuronska mreža), dok je gradila vlasničku, kontroliranu bazu podataka o eksperimentima s materijalima.