Découverte de matériaux grâce à l'IA : le rôle de l'analyse thermique dans la recherche autonome

Comment la caractérisation thermique accélère le développement, guidé par l'IA, des batteries, des polymères, des métaux et des matériaux énergétiques

L'intelligence artificielle transforme la manière dont les nouveaux matériaux sont découverts, optimisés et commercialisés. Pourtant, même les modèles d'apprentissage automatique les plus avancés reposent sur une condition fondamentale : des données expérimentales de haute qualité.

Ce webinaire explore comment les techniques d’analyse thermique, notamment la DSC, la TGA, la STA, la DMA et la LFA, fournissent les données essentielles sur les propriétés des matériaux qui alimentent la recherche basée sur l’IA et l’informatique des matériaux. Découvrez comment les propriétés thermiques telles que la température de transition vitreuse, la cristallinité, la Stabilité thermiqueUn matériau est thermiquement stable s'il ne se décompose pas sous l'influence de la température. Une façon de déterminer la stabilité thermique d'une substance est d'utiliser un ATG (analyseur thermogravimétrique). stabilité thermique, le comportement à la Réaction de décompositionUne réaction de décomposition est une réaction thermiquement induite d'un composé chimique formant des produits solides et/ou gazeux. décomposition, les propriétés mécaniques et la Conductivité thermiqueLa conductivité thermique (λ avec l'unité W/(m-K)) décrit le transport d'énergie - sous forme de chaleur - à travers un corps de masse sous l'effet d'un gradient de température (voir fig. 1). Selon la deuxième loi de la thermodynamique, la chaleur s'écoule toujours dans la direction de la température la plus basse.conductivité thermique sont de plus en plus utilisées pour entraîner des modèles prédictifs destinés aux batteries, aux polymères, aux métaux et aux matériaux énergétiques.

La présentation présentera également l’Proteus^® Quantify, en démontrant comment l’analyse et l’organisation automatisées des données de caractérisation thermique peuvent transformer des ensembles de données expérimentales d’ large s en informations prêtes pour l’IA. En accélérant l’extraction des données, en standardisant leur interprétation et en permettant l’analyse des tendances sur des milliers d’expériences, les chercheurs peuvent passer plus efficacement de la mesure à la compréhension.

Des exemples concrets montreront comment l’analyse thermique soutient l’expérimentation autonome, la recherche sur la sécurité des batteries, le développement des polymères et les workflows de R&D numériques de nouvelle génération.

Les participants apprendront :

• Comment l’analyse thermique soutient la découverte de matériaux pilotée par l’IA.
• Quelles propriétés thermiques apportent de la valeur aux modèles d’apprentissage automatique.
• Des exemples d’applications de l’IA dans les batteries, les polymères, les métaux et les matériaux énergétiques.
• Comment « Proteus^® Quantify » aide à générer des ensembles de données structurés et prêts pour l’IA.
• Comment la caractérisation thermique s'intègre dans des environnements de laboratoire autonomes et automatisés.
  

Inscrivez-vous à ce webinaire si vous travaillez dans la recherche sur les matériaux ou en R&D et que vous souhaitez découvrir comment l’analyse thermique, les données structurées et l’IA peuvent accélérer le développement des matériaux.

Intervenant :
Peter Ralbovsky
Responsable commercial pour la région Nord-Est chez NETZSCH Instruments North America, LLC
NETZSCH Analyse et essais