Polimeri in organski materiali

img-mv26vwag-7f0c6c08

 

Opis

 

Predvidite delovanje polimerov in organskih materialov iz sestave. MatterSeek pregleda formulacije po lastnostih, preden zmešate serijo.

 

586

Polimeri in organski materiali — Materialni sistem / Predvidljiva učinkovitost / Validacijska pot

 

 

 

 

 

 

AI za polimere in organske materiale — Predvidite učinkovitost, preden zmešate serijo

 

 

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

Napoveduje lastnosti materiala na podlagi kemijske sestave, tako da je mogoče formulacije za polimere, lepila, premaze, tesnilne mase, smole in organske elektronske materiale razvrstiti pred načrtovanim preskusom mešanja ali premaza.

2. Formulacijsko delo je po naravi problem z več cilji.

Mehanska trdnost tekmuje s toplotno odpornostjo, sposobnost obdelave tekmuje z odpornostjo na vremenske vplive, stroški pa omejujejo vse to. Ker je treba te kompromise ovrednotiti skupaj, se razvoj običajno nadaljuje s ponavljanjem majhnega števila kandidatnih formulacij z mešanjem, pripravo vzorcev ter mehanskim in toplotnim testiranjem – zanka, ki je temeljita, a ozka.

3. Prvi krog formulacije spremenite v napoved.

Opišete nabor osnovne sestave in okno lastnosti, ki ga potrebujete, MatterSeek pa vrne uvrščene kandidate s predvidenimi lastnostmi in negotovostjo. Platforma podpira enega do štiri osnovne elemente z natančnostjo ravni dopinga 0,02, kar se ujema z zrnatostjo, pri kateri so študije aditivov in komonomerov dejansko določene. Krog napovedovanja se zaključi v približno eni minuti za dva osnovna elementa, dve minuti za tri in sedem minut za štiri. Izhod je na voljo v obliki radarskih kart z več lastnostmi za vzporedno primerjavo formulacij, 2D in 3D toplotnih zemljevidov za raziskovanje, kako se lastnosti spreminjajo v razponu sestave, in tabel, ki jih je mogoče izvoziti.

4. Lastninske družine v obsegu.

Mehanizem za napovedovanje pokriva družine toplotnih, termodinamičnih, mehanskih, optičnih in strukturnih lastnosti, vključno s tališčem – količino, ki najbolj neposredno oklepa okno obdelave polimera.

5. Validacija v avtonomnem laboratoriju.

Formulacije, uvrščene v ožji izbor, vstopijo v 1200 m² velik avtomatiziran laboratorij MatterSeek, kjer je priprava vzorcev za analizo FTIR in NMR avtomatizirana, termična analiza pa se izvaja s sočasno instrumentacijo za termično analizo. Elektropredenje in poti tankih filmov so prav tako avtomatizirane, kar podpira izdelavo vlaknastih in tankih organskih plasti. Natančnost napovedi je 95,7 % glede na fizične meritve. Obravnavane družine materialov vključujejo visoko zmogljive polimere, lepila in tesnilne mase, premaze, termoplastične elastomere, negorljive sisteme, biorazgradljive polimere in organske elektronske materiale.

 

pogosta vprašanja

 

 

V: Ali lahko MatterSeek predvidi lastnosti polimera brez sintetiziranja vzorcev?

O: Da. Lastnosti so predvidene na podlagi sestave, z razponom negotovosti, ki je sporočen na vrednost, tako da je mogoče kandidate razvrstiti, preden je material izdelan.

V: Katera karakterizacija je na voljo za validacijo formulacije?

O: Avtomatizirana priprava vzorcev za FTIR in NMR analizo ter sočasna toplotna analiza – vse v avtonomnem laboratoriju.

V: Ali platforma obravnava cilje formulacije z več cilji?

O: Da. Hkrati je mogoče definirati več omejitev lastnosti, rezultati pa so vrnjeni kot radarski grafikoni in toplotni zemljevidi, tako da so kompromisi vidni v enem pogledu.

Yuyao (Beijing) Technology Co., Ltd. je strokovno podjetje, specializirano za presečišče umetne inteligence in naprednih materialov polimerov in organskih materialov. 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.