โพลีเมอร์และวัสดุอินทรีย์

คำอธิบาย
ทำนายประสิทธิภาพของโพลีเมอร์และวัสดุอินทรีย์จากส่วนประกอบ MatterSeek คัดกรองสูตรตามคุณสมบัติก่อนที่คุณจะผสมชุดงาน

โพลีเมอร์และวัสดุอินทรีย์ — ระบบวัสดุ / ประสิทธิภาพที่คาดการณ์ได้ / เส้นทางการตรวจสอบ
AI สำหรับโพลีเมอร์และวัสดุอินทรีย์ — คาดการณ์ประสิทธิภาพก่อนผสมชุดงาน
โดยคาดการณ์คุณสมบัติของวัสดุจากองค์ประกอบทางเคมี ดังนั้นจึงสามารถจัดอันดับสูตรสำหรับโพลีเมอร์ กาว สารเคลือบ สารเคลือบหลุมร่องฟัน เรซิน และวัสดุอิเล็กทรอนิกส์ออร์แกนิกได้ก่อนกำหนดการทดลองผสมหรือเคลือบ
ความแข็งแรงทางกลแข่งขันกับความต้านทานความร้อน ความสามารถในการแปรรูปแข่งขันกับสภาพอากาศ และต้นทุนทั้งหมดก็จำกัด เนื่องจากต้องประเมินข้อเสียเหล่านี้ร่วมกัน การพัฒนาจึงมักดำเนินการโดยการวนซ้ำสูตรผสมจำนวนเล็กน้อยผ่านการผสม การเตรียมตัวอย่าง และการทดสอบทางกลและทางความร้อน ซึ่งเป็นวงจรที่ละเอียดแต่แคบ
คุณอธิบายชุดองค์ประกอบพื้นฐานและหน้าต่างคุณสมบัติที่คุณต้องการ จากนั้น MatterSeek จะส่งคืนผู้สมัครที่ได้รับการจัดอันดับที่มีคุณสมบัติที่คาดการณ์ไว้และความไม่แน่นอน แพลตฟอร์มดังกล่าวรองรับองค์ประกอบพื้นฐานหนึ่งถึงสี่องค์ประกอบด้วยความแม่นยำระดับยาสลบที่ 0.02 ซึ่งตรงกับรายละเอียดที่ระบุการศึกษาสารเติมแต่งและโคโมโนเมอร์จริง ๆ รอบทำนายจะเสร็จสิ้นภายในเวลาประมาณหนึ่งนาทีสำหรับองค์ประกอบพื้นฐานสองรายการ สองนาทีสำหรับสามรายการ และเจ็ดนาทีสำหรับสี่รายการ เอาต์พุตจะถูกส่งเป็นแผนภูมิเรดาร์หลายคุณสมบัติสำหรับการเปรียบเทียบการกำหนดสูตรแบบเคียงข้างกัน แผนที่ความร้อนแบบ 2 มิติและ 3 มิติสำหรับการสำรวจการเปลี่ยนแปลงของคุณสมบัติในช่วงองค์ประกอบต่างๆ และตารางที่ส่งออกได้
เครื่องมือคาดการณ์ครอบคลุมกลุ่มคุณสมบัติทางความร้อน อุณหพลศาสตร์ เครื่องกล แสง และโครงสร้าง รวมถึงจุดหลอมเหลว ซึ่งเป็นปริมาณที่วงเล็บช่วงการประมวลผลของโพลีเมอร์โดยตรงมากที่สุด
สูตรที่ได้รับคัดเลือกเข้าสู่ห้องปฏิบัติการอัตโนมัติขนาด 1,200 ตร.ม. ของ MatterSeek ซึ่งมีการเตรียมตัวอย่างสำหรับการวิเคราะห์ FTIR และ NMR โดยอัตโนมัติ และการวิเคราะห์เชิงความร้อนดำเนินการโดยใช้เครื่องมือวิเคราะห์เชิงความร้อนพร้อมกัน เส้นทางอิเล็กโตรสปินนิ่งและฟิล์มบางก็เป็นแบบอัตโนมัติเช่นกัน ซึ่งสนับสนุนการสร้างชั้นเส้นใยและชั้นอินทรีย์บาง ความแม่นยำในการคาดการณ์คือ 95.7% เมื่อเทียบกับการวัดทางกายภาพ กลุ่มวัสดุที่กล่าวถึง ได้แก่ โพลีเมอร์ประสิทธิภาพสูง กาวและสารเคลือบหลุมร่องฟัน สารเคลือบ เทอร์โมพลาสติกอีลาสโตเมอร์ ระบบหน่วงไฟ โพลีเมอร์ที่ย่อยสลายได้ทางชีวภาพ และวัสดุอิเล็กทรอนิกส์ออร์แกนิก
คำถามที่พบบ่อย
ถาม: MatterSeek สามารถทำนายคุณสมบัติของโพลีเมอร์โดยไม่ต้องสังเคราะห์ตัวอย่างได้หรือไม่
ก. ใช่. คุณสมบัติจะถูกคาดการณ์จากองค์ประกอบ โดยมีการรายงานช่วงความไม่แน่นอนตามค่า เพื่อให้สามารถจัดอันดับตัวเลือกก่อนที่จะมีการผลิตวัสดุใดๆ
ถาม: มีคุณลักษณะใดบ้างในการตรวจสอบสูตรผสม
ตอบ: การเตรียมตัวอย่างอัตโนมัติสำหรับการวิเคราะห์ FTIR และ NMR รวมถึงการวิเคราะห์เชิงความร้อนพร้อมกัน — ทั้งหมดนี้อยู่ภายในห้องปฏิบัติการอัตโนมัติ
ถาม: แพลตฟอร์มนี้รองรับเป้าหมายการกำหนดสูตรแบบหลายวัตถุประสงค์หรือไม่
ก. ใช่. สามารถกำหนดข้อจำกัดของคุณสมบัติได้หลายรายการในคราวเดียว และผลลัพธ์จะถูกส่งกลับเป็นแผนภูมิเรดาร์และแผนที่ความร้อน เพื่อให้มองเห็นข้อดีข้อเสียได้ในมุมมองเดียว
Yuyao (Beijing) Technology Co., Ltd. เป็นบริษัทมืออาชีพที่เชี่ยวชาญด้านการผสมผสานระหว่าง AI และวัสดุขั้นสูงของโพลีเมอร์และวัสดุอินทรีย์ บริษัทได้พัฒนา MatterSeek ซึ่งเป็นโมเดลพื้นฐานขนาดใหญ่ที่ปรับให้เหมาะกับภาคส่วนวัสดุอย่างอิสระ และเป็นผู้บุกเบิกอัลกอริทึม HNN (โครงข่ายประสาทเทียมแบบลำดับชั้น) ในขณะเดียวกันก็สร้างฐานข้อมูลการทดลองวัสดุที่เป็นกรรมสิทธิ์และควบคุมได้

