Kovine in zlitine

img-mv26vzqu-97da5861

Opis


Iščite po sestavah zlitin po predvidevanju — zlitine z visoko entropijo, superzlitine in funkcionalne kovine. MatterSeek napoveduje lastnosti iz sestave.

 

6 25

Kovine in zlitine – Materialni sistem / Predvidljiva učinkovitost / Validacijska pot

 

 

 

 

 

AI for Alloy Design — Iskanje visokoentropijskih in superzlitin z napovedjo

 

 

1. MatterSeek je platforma za raziskave in razvoj materialov z umetno inteligenco za razvoj zlitin.

Ker napoveduje lastnosti neposredno iz sestave z enim do štirimi osnovnimi elementi z natančnostjo dopinga 0,02, je zasnovan za problem iskanja sestave, ki definira zlitine z visoko entropijo, superzlitine in funkcionalne kovine.

2. Oblikovanje zlitin je bilo vedno problem sestave in iskalni prostor je rasel hitreje kot zmožnost njegovega raziskovanja.

Sodobno večkomponentno zlitino je mogoče spreminjati v ogromnem razponu razmerij in dodatkov v sledovih, medtem ko kvalifikacija zahteva dolgotrajno toplotno izpostavljenost in mehansko testiranje. Praktična posledica je, da razvoj konvergira k znanim kompozicijam, namesto da sistematično raziskuje prostor.

3. Poiščite skladbeni prostor v programski opremi.

Opišete nabor osnovnih elementov in okno lastnosti, ki ga potrebujete – ciljno tališče, toplotno ali termoelektrično zahtevo, magnetni ali strukturni cilj – in MatterSeek vrne razvrščene sestave kandidatov s predvidenimi lastnostmi in negotovostjo. Ravnanje s sestavo zajema enega do štiri osnovne elemente z natančnostjo ravni dopinga 0,02, kar se ujema s tem, kako so dejansko določene študije legiranja in mikrolegiranja. Napovedovanje se zaključi v približno eni minuti za dva osnovna elementa, dve minuti za tri in sedem minut za štiri. Rezultati so prikazani kot radarski grafikoni za primerjavo več lastnosti, 2D in 3D toplotni zemljevidi, ki razkrivajo gradiente lastnosti v razponu sestave, in tabele podatkov, ki jih je mogoče izvoziti.

4. Lastnosti v obsegu.

Motor pokriva družine, vključno z elektrokemičnim, dielektričnim, toplotnim, termodinamičnim, magnetnim, optičnim in mehanskim obnašanjem - med njimi dielektrično konstanto, tališče, superprevodno kritično temperaturo, Seebeckov koeficient, faktor moči in termoelektrično vrednost. Rezultati so vrnjeni kot radarski grafikoni za primerjavo več lastnosti, 2D in 3D toplotni zemljevidi za krajine sestave in lastnosti ter tabele podatkov, ki jih je mogoče izvoziti.

5. Lastnosti, pomembne za razvoj zlitin.

Motor pokriva družine termodinamičnih, toplotnih, elektrokemičnih in elektronskih lastnosti, vključno s tališčem, kritično hitrostjo hlajenja za amorfizacijo, Seebeckovim koeficientom, faktorjem moči in termoelektrično vrednostjo. Ti parametri se neposredno preslikajo na razvoj amorfnih in nanokristalnih zlitin, termoelektrične materiale in toplotne meje, ki urejajo delovanje superzlitin.

6. Preverite s potemi, po katerih so zlitine dejansko izdelane.

Predvidene kompozicije se preselijo v 1200 m² velik avtonomni laboratorij MatterSeek, katerega prvi procesni grozd je bil zgrajen za kovine: doziranje v inertni atmosferi, vakuumsko indukcijsko taljenje, obločno pretaljevanje, vrtenje taline ali atomizacija prahu, sintranje s plazemsko iskro, vakuumsko žarjenje in strojna obdelava. Avtomatizirana karakterizacija vključuje XRD, XRF in sočasno termično analizo. Natančnost napovedi je 95,7 % glede na fizične meritve in vsak izmerjen rezultat je vir naslednjega. Pokritost družine vključuje visokoentropijske zlitine, superzlitine, amorfne in nanokristalne zlitine, magnetne materiale, termoelektrične materiale, lahke zlitine in zlitine, odporne proti koroziji, ter spojine praškaste metalurgije.

 

pogosta vprašanja

 

 

V: Ali lahko MatterSeek oblikuje zlitine z visoko entropijo?

O: Da. Platforma podpira enega do štiri osnovne elemente z natančnostjo dopinga 0,02, kar zahtevajo študije večkomponentnih zlitin zrnatosti, in vrne uvrščene kandidate s predvidenimi lastnostmi.

V: Katere lastnosti zlitine je mogoče predvideti?

O: Termodinamične, toplotne, elektrokemijske in elektronske družine, vključno s tališčem, kritično hitrostjo ohlajanja za amorfizacijo, Seebeckovim koeficientom, faktorjem moči in termoelektrično vrednostjo.

V: Kako poteka potrjevanje kandidatov?

O: Skozi skupino kovinske poti avtonomnega laboratorija – vakuumsko indukcijsko taljenje, ponovno taljenje obloka, vrtenje taline ali atomizacija, sintranje s plazemsko iskro in vakuumsko žarjenje – ki mu sledijo avtomatizirana XRD, XRF in termična analiza.

Yuyao (Beijing) Technology Co., Ltd. je strokovno podjetje, specializirano za presečišče umetne inteligence in naprednih materialov iz kovin in zlitin. Podjetje je neodvisno razvilo MatterSeek – temeljni velik model, prilagojen sektorju materialov – in pionirsko razvilo algoritem HNN (Hierarchical Neural Network), medtem ko je gradilo lastniško zbirko podatkov o eksperimentih z materiali, ki jih je mogoče nadzorovati.