Metali i legure

Opis
Pretražujte sastave legura prema predviđanju — legure visoke entropije, superlegure i funkcionalni metali. MatterSeek predviđa svojstva iz kompozicije.

Metali i legure — Sistem materijala / Predvidljive performanse / Putanja validacije
AI za dizajn legure — pretražujte kompozicije visoke entropije i superlegura prema predviđanju
Budući da predviđa svojstva direktno iz sastava s jednim do četiri osnovna elementa s preciznošću dopinga od 0,02, napravljen je za problem pretraživanja sastava koji definira legure visoke entropije, superlegure i funkcionalne metale.
Moderna višekomponentna legura može se mijenjati u ogromnom rasponu omjera i dodataka u tragovima, dok kvalifikacija zahtijeva dugotrajno termičko izlaganje i mehaničko ispitivanje. Praktična posljedica je da razvoj konvergira na poznate kompozicije, a ne na sistematsko istraživanje prostora.
Vi opisujete skup osnovnih elemenata i prozor svojstava koji vam je potreban — ciljnu tačku topljenja, termalni ili termoelektrični zahtjev, magnetni ili strukturni cilj — a MatterSeek vraća rangirane sastave kandidata sa predviđenim svojstvima i nesigurnošću. Rukovanje sastavom pokriva jedan do četiri osnovna elementa s preciznošću dopinga od 0,02, što odgovara načinu na koji su studije legiranja i mikrolegiranja zapravo specificirane. Predviđanje se završava za otprilike jedan minut za dva osnovna elementa, dva minuta za tri i sedam minuta za četiri. Rezultati se pojavljuju kao radarski grafikoni za poređenje više svojstava, 2D i 3D toplotne karte koje otkrivaju gradijente svojstava u rasponu sastava i tabele podataka za izvoz.
Motor pokriva familije uključujući elektrohemijsko, dielektrično, termalno, termodinamičko, magnetsko, optičko i mehaničko ponašanje - među njima dielektričnu konstantu, tačku topljenja, supravodljivu kritičnu temperaturu, Seebeck koeficijent, faktor snage i termoelektričnu vrijednost. Rezultati se vraćaju kao radarski grafikoni za poređenje više svojstava, 2D i 3D toplotne karte za pejzaže sastava i svojstva i tabele podataka za izvoz.
Motor pokriva porodice termodinamičkih, termičkih, elektrohemijskih i elektronskih svojstava, uključujući tačku topljenja, kritičnu brzinu hlađenja za amorfizaciju, Seebeck koeficijent, faktor snage i termoelektričnu vrijednost. Ti parametri se direktno preslikavaju na razvoj amorfne i nanokristalne legure, termoelektrične materijale i termičke granice koje regulišu rad superlegura.
Predviđene kompozicije prelaze u MatterSeek-ovu autonomnu laboratoriju od 1.200 m², čiji je prvi procesni klaster izgrađen za metale: doziranje u inertnoj atmosferi, vakuumsko indukcijsko topljenje, pretapanje u luku, centrifugiranje taline ili atomizacija praha, sinteriranje s iskričnom plazmom, vakuumsko žarenje i žarenje u vakuumu. Automatska karakterizacija uključuje XRD, XRF i istovremenu termičku analizu. Preciznost predviđanja je 95,7% u odnosu na fizičko mjerenje, a svaki izmjereni rezultat služi za sljedeći krug. Obiteljska pokrivenost uključuje legure visoke entropije, superlegure, amorfne i nanokristalne legure, magnetne materijale, termoelektrične materijale, lagane legure i legure otporne na koroziju, te kompozicije metalurgije praha.
FAQ
P: Može li MatterSeek dizajnirati legure visoke entropije?
O: Da. Platforma podržava jedan do četiri osnovna elementa sa preciznošću dopinga od 0,02, što je granularnost višekomponentnih legura koja zahtevaju studije, i vraća rangirane kandidate sa predviđenim svojstvima.
P: Koja svojstva legure se mogu predvidjeti?
O: Termodinamičke, termalne, elektrohemijske i elektronske porodice, uključujući tačku topljenja, kritičnu brzinu hlađenja za amorfizaciju, Seebeck koeficijent, faktor snage i termoelektričnu vrijednost.
P: Kako se validiraju kandidati?
O: Kroz klaster puteva metala autonomne laboratorije — vakuumsko indukcijsko topljenje, lučno pretapanje, predenje taline ili atomizacija, sinterovanje iskre plazme i vakuumsko žarenje — praćeno automatizovanom XRD, XRF i termalnom analizom.
Yuyao (Beijing) Technology Co., Ltd. je profesionalna kompanija specijalizirana za ukrštanje AI i naprednih materijala metala i legura. Kompanija je samostalno razvila MatterSeek—temeljni veliki model prilagođen sektoru materijala—i uvela je algoritam HNN (Hierarchical Neural Network), dok je izgradila vlasničku bazu podataka o eksperimentima s materijalima kojom se može kontrolirati.

