Metali i legure

Opis
Pretražujte sastave legura prema predviđanju — visokoentropijske legure, superlegure i funkcionalni metali. MatterSeek predviđa svojstva iz sastava.

Metali i legure — Sustav materijala / Predvidljiva izvedba / Validacijski put
AI za dizajn legura — pretražujte sastave visoke entropije i superlegura prema predviđanju
Budući da predviđa svojstva izravno iz sastava s jednim do četiri osnovna elementa s preciznošću dopiranja od 0,02, napravljen je za problem traženja sastava koji definira visokoentropijske legure, superlegure i funkcionalne metale.
Moderna višekomponentna legura može varirati kroz ogroman raspon omjera i dodataka u tragovima, dok kvalifikacija zahtijeva dugotrajnu toplinsku izloženost i mehaničko ispitivanje. Praktična posljedica je da razvoj konvergira na poznatim kompozicijama umjesto da sustavno istražuje prostor.
Vi opisujete osnovni skup elemenata i prozor svojstava koji vam je potreban — ciljanu točku taljenja, toplinski ili termoelektrični zahtjev, magnetski ili strukturni objektiv — a MatterSeek vraća rangirane sastave kandidata s predviđenim svojstvima i nesigurnošću. Rukovanje sastavom pokriva jedan do četiri osnovna elementa s preciznošću razine dopinga od 0,02, što odgovara načinu na koji su studije legiranja i mikrolegiranja zapravo specificirane. Predviđanje se završava za otprilike jednu minutu za dva osnovna elementa, dvije minute za tri i sedam minuta za četiri. Rezultati se pojavljuju kao radarski grafikoni za usporedbu više svojstava, 2D i 3D mape topline koje otkrivaju gradijente svojstava u rasponu sastava i tablice podataka za izvoz.
Motor pokriva obitelji uključujući elektrokemijsko, dielektrično, toplinsko, termodinamičko, magnetsko, optičko i mehaničko ponašanje — među kojima su dielektrična konstanta, točka taljenja, kritična temperatura supravodljivosti, Seebeckov koeficijent, faktor snage i termoelektrična vrijednost. Rezultati se vraćaju kao radarski dijagrami za usporedbu više svojstava, 2D i 3D toplinske karte za krajolike sastava – svojstva i tablice podataka za izvoz.
Motor pokriva obitelji termodinamičkih, toplinskih, elektrokemijskih i elektroničkih svojstava, uključujući točku taljenja, kritičnu brzinu hlađenja za amorfizaciju, Seebeckov koeficijent, faktor snage i termoelektričnu vrijednost. Ti se parametri izravno preslikavaju na razvoj amorfne i nanokristalne legure, termoelektrične materijale i toplinska ograničenja koja upravljaju radom superlegura.
Predviđeni sastavi kreću se u MatterSeek-ov autonomni laboratorij od 1200 m², čiji je prvi procesni klaster izgrađen za metale: miješanje u inertnoj atmosferi, vakuumsko indukcijsko taljenje, lučno ponovno taljenje, predenje taline ili atomizacija praha, sinteriranje plazmom iskre, vakuumsko žarenje i strojna obrada. Automatizirana karakterizacija uključuje XRD, XRF i simultanu toplinsku analizu. Točnost predviđanja je 95,7% u usporedbi s fizičkim mjerenjem, a svaki izmjereni rezultat hrani sljedeći krug. Obiteljska pokrivenost uključuje visokoentropijske legure, superlegure, amorfne i nanokristalne legure, magnetske materijale, termoelektrične materijale, lagane legure i legure otporne na koroziju te sastave metalurgije praha.
FAQ
P: Može li MatterSeek dizajnirati legure visoke entropije?
O: Da. Platforma podržava jedan do četiri bazna elementa s preciznošću dopinga od 0,02, što je zahtevano u studijama granularnosti višekomponentnih legura, i vraća rangirane kandidate s predviđenim svojstvima.
P: Koja se svojstva legure mogu predvidjeti?
O: Termodinamičke, toplinske, elektrokemijske i elektroničke obitelji, uključujući točku taljenja, kritičnu brzinu hlađenja za amorfizaciju, Seebeckov koeficijent, faktor snage i termoelektričnu vrijednost.
P: Kako se provjeravaju kandidati?
O: Kroz klaster metalnih ruta autonomnog laboratorija — vakuumsko indukcijsko taljenje, lučno ponovno taljenje, centrifugiranje taline ili atomizacija, sinteriranje plazmom iskre i vakuumsko žarenje — praćeno automatiziranom XRD, XRF i toplinskom analizom.
Yuyao (Beijing) Technology Co., Ltd. je profesionalna tvrtka specijalizirana za spajanje umjetne inteligencije i naprednih materijala od metala i legura. 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.

