Keramik und anorganische Materialien

Beschreibung
Optimieren Sie Keramikzusammensetzungen und Sinterfenster durch Vorhersage. MatterSeek sagt die Eigenschaften anorganischer Materialien anhand der Zusammensetzung voraus.

Keramik und anorganische Materialien – Materialsystem / Vorhersagbare Leistung / Validierungspfad
KI für Hochleistungskeramik und anorganische Materialien – Optimieren Sie Sinterfenster mit weniger Brennzyklen
Es prognostiziert Materialeigenschaften anhand der chemischen Zusammensetzung, sodass Pulverformulierungen, Sinterfenster und funktionelle Keramikzusammensetzungen vor der Planung einer Brennkampagne eingestuft werden können.
Enddichte, Phasenzusammenstellung und Kornstruktur hängen vom Zusammenspiel von Pulvereigenschaften, Additivchemie und dem thermischen Profil ab – und der Zusammenhang wird erst nach dem Brennen deutlich. Da jeder Sinterzyklus Ofenzeit in Anspruch nimmt und einen begrenzten Datenpunkt liefert, untersuchen die meisten Programme einen schmalen Bereich um bekannte Zusammensetzungen.
Sie definieren den Basiszusammensetzungssatz und das benötigte Eigenschaftsfenster, und MatterSeek gibt in der Rangfolge eingestufte Kandidaten mit vorhergesagten Eigenschaften und Unsicherheit zurück. Die Zusammensetzungsverwaltung unterstützt ein bis vier Basiselemente mit einer Dotierungsgenauigkeit von 0,02 – der Granularität, mit der Sinterhilfsmittel- und Dotierstoffstudien spezifiziert werden. Die Vorhersage ist für zwei Basiselemente in etwa einer Minute, für drei in zwei Minuten und für vier in sieben Minuten abgeschlossen. Die Ergebnisse werden als Multi-Property-Radardiagramme, 2D- und 3D-Heatmaps, die zeigen, wie sich Eigenschaften über einen Zusammensetzungsbereich verschieben, und als exportierbare Datentabellen zurückgegeben.
Die Vorhersage-Engine umfasst thermodynamische, thermische, mechanische, elektrochemische, dielektrische und elektronische Eigenschaftsfamilien, einschließlich Schmelzpunkt, Dielektrizitätskonstante und supraleitende kritische Temperatur – Parameter, die die Auswahl der Sintertemperatur, dielektrische Keramik und das Verhalten funktioneller Oxide steuern.
Vorhergesagte Zusammensetzungen gelangen in das 1.200 m² große autonome Labor von MatterSeek, dessen sechs Prozesscluster rund um anorganische nichtmetallische Materialien konzipiert wurden. Der Festkörpercluster umfasst Pulverdosierung, Kugelmahlen, Sprühtrocknung, Trockenpressen mit kaltisostatischem Pressen, Sintern unter Luft, Vakuum oder kontrollierter Atmosphäre, Glühen und Würfelschneiden. Der Nasschemie-Cluster umfasst die Vorläuferherstellung, die hydrothermale Synthese, die Kalzinierung und die Klassifizierung. Der Sol-Gel-Cluster durchläuft Hydrolyse, Gelalterung, Lösungsmittelaustausch und überkritische CO₂-Trocknung – der Weg zu Aerogel-Wärmeisolationsmaterialien und Trägern mit großer Oberfläche. Die automatisierte Charakterisierung umfasst XRD, RFA, BET-Oberfläche, Raman und simultane thermische Analyse, mit einem erklärten Ziel von 300 bis 500 Proben pro Tag, abhängig von der Route. Die Vorhersagegenauigkeit beträgt 95,7 % im Vergleich zur physikalischen Messung.
fortschrittliche Struktur- und Funktionskeramik, piezoelektrische Keramik, Wärmebarrierebeschichtungen, Aerogel-Isolierung, Festoxid-Brennstoffzellenmaterialien, Glas und Glaskeramik sowie feuerfeste Zusammensetzungen.
FAQ
F: Kann MatterSeek die Eigenschaften einer Keramik vor dem Sintern vorhersagen?
A: Ja. Eigenschaften werden aus der Zusammensetzung mit einem Unsicherheitsbereich vorhergesagt, sodass Kandidatenformulierungen vor der Festlegung einer Ofenzeit in eine Rangfolge gebracht werden können.
F: Welche Sinterrouten stehen zur Validierung zur Verfügung?
A: Sintern in Luft, Vakuum und kontrollierter Atmosphäre, Funkenplasmasintern, Kalzinierung und Glühen – alles automatisiert im autonomen Labor.
F: Wird die Aerogelverarbeitung unterstützt?
A: Ja. Der Sol-Gel-Cluster umfasst Lösungsmittelaustausch und überkritische CO₂-Trocknung.
Yuyao (Beijing) Technology Co., Ltd. ist ein professionelles Unternehmen, das sich auf die Schnittstelle zwischen KI und fortschrittlichen Materialien aus Keramik und anorganischen Materialien spezialisiert hat. Das Unternehmen hat MatterSeek unabhängig entwickelt – ein grundlegendes großes Modell, das auf den Materialsektor zugeschnitten ist – und Pionierarbeit für den HNN-Algorithmus (Hierarchical Neural Network) geleistet und gleichzeitig eine proprietäre, kontrollierbare Datenbank für Materialexperimente aufgebaut.

