Polümeerid ja orgaanilised materjalid

Kirjeldus
Polümeeri ja orgaanilise materjali jõudluse ennustamine koostise põhjal. MatterSeek kontrollib koostisi omaduste järgi enne partii segamist.

Polümeerid ja orgaanilised materjalid – materjalisüsteem / prognoositav jõudlus / valideerimisviis
Polümeeride ja orgaaniliste materjalide tehisintellekt – ennustage jõudlust enne partii segamist
See ennustab materjali omadusi keemilise koostise põhjal, nii et polümeeride, liimide, kattekihtide, hermeetikute, vaikude ja orgaaniliste elektrooniliste materjalide koostisi saab järjestada enne segu- või katmiskatse kavandamist.
Mehaaniline tugevus konkureerib soojustakistusega, töödeldavus ilmastikukindlusega ja hind piirab seda kõike. Kuna neid kompromisse tuleb hinnata koos, kulgeb arendus tavaliselt väikese arvu kandidaatpreparaatide itereerimisega segamise, proovide ettevalmistamise ning mehaanilise ja termilise testimise kaudu – tsükkel, mis on põhjalik, kuid kitsas.
Kirjeldate põhikoostise komplekti ja vajalikku atribuutide akent ning MatterSeek tagastab järjestatud kandidaadid prognoositud omaduste ja ebakindlusega. Platvorm toetab ühte kuni nelja põhielementi dopingutaseme täpsusega 0,02, mis vastab granulaarsusele, mille juures lisandite ja komonomeeride uuringud on tegelikult määratud. Ennustusvoor lõpeb kahe põhielemendi puhul umbes ühe minutiga, kolme puhul kahe minutiga ja neljaga seitsme minutiga. Väljund tarnitakse mitme omaduse radaridiagrammidena koostiste kõrvuti võrdlemiseks, 2D- ja 3D-soojuskaartidena, et uurida, kuidas omadused kompositsioonivahemikus nihkuvad, ja eksporditavate tabelitena.
Prognoosimismootor hõlmab termiliste, termodünaamiliste, mehaaniliste, optiliste ja struktuursete omaduste perekondi, sealhulgas sulamistemperatuuri – kogust, mis kõige otsesemalt piirab polümeeri töötlemisakna.
Valitud koostised sisenevad MatterSeeki 1200 m² suurusesse automatiseeritud laborisse, kus proovide ettevalmistamine FTIR- ja NMR-analüüsi jaoks on automatiseeritud ning termoanalüüs viiakse läbi samaaegse termoanalüüsi aparatuuriga. Elektrospinning ja õhukese kilega marsruudid on samuti automatiseeritud, toetades kiuliste ja õhukeste orgaaniliste kihtide valmistamist. Ennustustäpsus on füüsilise mõõtmise suhtes 95,7%. Käsitletud materjaliperekondade hulka kuuluvad suure jõudlusega polümeerid, liimid ja hermeetikud, katted, termoplastsed elastomeerid, leegiaeglustavad süsteemid, biolagunevad polümeerid ja orgaanilised elektroonilised materjalid.
KKK
K: Kas MatterSeek suudab ennustada polümeeri omadusi ilma proove sünteesimata?
V: Jah. Omadused ennustatakse koostise põhjal, määramatuse vahemik on esitatud väärtuse kohta, nii et kandidaadid saab järjestada enne mis tahes materjali valmistamist.
K: Milline iseloomustus on valmistise kinnitamiseks saadaval?
V: Automaatne proovide ettevalmistamine FTIR- ja NMR-analüüsi jaoks ning samaaegne termoanalüüs – kõik autonoomses laboris.
K: Kas platvorm käsitleb mitme eesmärgiga sõnastuse eesmärke?
V: Jah. Korraga saab määratleda mitu omaduse piirangut ja tulemused tagastatakse radaridiagrammide ja soojuskaartidena, nii et kompromissid on nähtavad ühes vaates.
Yuyao (Peking) Technology Co., Ltd. on professionaalne ettevõte, mis on spetsialiseerunud tehisintellekti ning polümeeride ja orgaaniliste materjalide ristumiskohale. Ettevõte on iseseisvalt välja töötanud MatterSeeki – suure alusmudeli, mis on kohandatud materjalide sektorile – ja alustas HNN-i (hierarhilise närvivõrgu) algoritmi, luues samal ajal patenteeritud, kontrollitava materjalide katsete andmebaasi.

