Создание наноматериалов с помощью пиролиза с распылением пламени является сложной задачей, но ученые из Аргонны обнаружили, как применение искусственного интеллекта может привести к упрощению процесса и повышению производительности.

Во время экскурсии по производственному и инженерному исследовательскому комплексу Аргоннской национальной лаборатории Министерства энергетики США Мариус Стэн, руководитель отдела разработки интеллектуальных материалов в отделе прикладных материалов Аргонна (AMD), столкнулся с новой экспериментальной установкой. Когда он наблюдал за машиной в эксперименте, которая использует пламя для производства наноматериалов, у него возникла мысль: можно ли использовать искусственный интеллект для оптимизации этого сложного процесса?

Когда его попросили объяснить процесс, Стэн сказал просто: "это когда ученые помещают химические вещества в пламя и ждут чуда—появления частиц в конце процесса, частиц, которые имеют важные свойства для различных применений." Пиролиз с распылением пламени-это технология, позволяющая производить наноматериалы в больших объемах, что, в свою очередь, имеет решающее значение для производства широкого спектра промышленных материалов, таких как химические катализаторы, аккумуляторные электролиты/катоды и пигменты.

Перенесемся в июль 2020 года и опубликуем в журнале Materials & Design статью "оптимизация пиролиза каркасного распыления с помощью статистики и машинного обучения", автором которой является исследовательская группа AMD и которая показала, что процесс пиролиза пламенного распыления действительно может быть оптимизирован для создания более эффективных материалов, которые могут помочь трансформировать отечественное производство.

Исследователи обнаружили, как изменить химию материала и настроить параметры машины, используя передовые статистические методы.

"Мы решили посмотреть на производство кремнезема, чтобы попытаться повлиять на качество порошка", - сказал Ноа Полсон, специалист по вычислительным материалам и ведущий автор статьи, а также Джо Либера, главный специалист по материалам, который управляет пиролизом распыления пламени в лаборатории, и Стэн. "Мы обнаружили, что можем использовать машинное обучение для управления входными сигналами в установке пиролиза распыления пламени—а это сложно, есть много разных входов—и получить желаемые результаты."

Полсон добавил, что кремнезем был выбран потому, что он хорошо подходит для вычислительного моделирования, но результаты исследования могут привести к широкому спектру улучшенных материалов, таких как электроды батарей, например. "Если у вас есть автомобиль, и вы хотите удвоить дальность действия этого автомобиля на одном заряде, вам нужны лучшие материалы для батарей. Это то, что ограничивает нас с точки зрения этих приложений."

Особо следует отметить роль искусственного интеллекта в исследовании. Стэн, посвятивший большую часть своей карьеры изучению взаимоотношений между людьми и машинами, сказал, что уровень анализа в этом проекте был настолько сложным, что был почти невозможен для человека.

"Это демонстрация того, что мы можем создать алгоритм и программное обеспечение, которые могут управлять процессом так же, если не лучше, чем человек. Это включало так много параметров, что искусственный интеллект был необходим, чтобы увеличить наш мозг в обработке этой информации", - сказал Стэн. "Мы не могли извлечь эти данные из данных только путем наблюдения, потому что было так много измерений."

Полсон согласился. "Ядром этой технологии является машинное обучение, которое позволяет нам оптимизировать эти условия обработки без участия человека", - сказал Полсон. "Мы в принципе можем обнулить распределение частиц по размерам (мы хотим) за один день экспериментов, а не за то, что может быть много недель."

Забегая вперед, Полсон и Стэн указали на дальнейшие возможные исследования, включающие как экспериментальную, так и вычислительную стороны.

В производственном и Инженерном исследовательском центре члены исследовательской группы стремятся связаться с промышленными партнерами, чтобы изучить, как проектное программное обеспечение может лучше контролировать горение и химические процессы, которые являются частью пиролиза пламенного распыления. В то же время они надеются использовать предстоящий высокопроизводительный суперкомпьютер Argonne Aurora и его возможности exascale, чтобы помочь с интенсивным вычислительным характером работы.

Полсон считает, что такие усилия в конечном итоге приведут к созданию более качественных материалов, что является предвестником прогресса на многих различных технологических фронтах.

"Материалы-это настоящее узкое место", - объяснил он. "Если мы сможем найти способ перевести успехи, которые мы видим в лаборатории, в материалы, которые могут быть изготовлены по разумным ценам, тогда мы сможем использовать те технологии, которые действительно нужны миру."

ИСТОЧНИК