Descoberta de materiais impulsionada pela IA: o papel da análise térmica na pesquisa autônoma

Como a caracterização térmica acelera o desenvolvimento orientado por IA de baterias, polímeros, metais e materiais energéticos

A inteligência artificial está transformando a forma como novos materiais são descobertos, otimizados e comercializados. No entanto, mesmo os modelos de aprendizado de máquina mais avançados dependem de um requisito fundamental: dados experimentais de alta qualidade.

Este webinar explora como as técnicas de análise térmica, incluindo DSC, TGA, STA, DMA e LFA, fornecem os dados essenciais sobre as propriedades dos materiais que impulsionam a pesquisa baseada em IA e a informática de materiais. Saiba como propriedades térmicas, tais como temperatura de transição vítrea, Cristalinidade / Grau de cristalinidadeA cristalinidade refere-se ao grau de ordem estrutural de um sólido. Em um cristal, o arranjo de átomos ou moléculas é consistente e repetitivo. Muitos materiais, como vidro, cerâmica e alguns polímeros, podem ser preparados de forma a produzir uma mistura de regiões cristalinas e amorfas. cristalinidade, Estabilidade térmicaUm material é termicamente estável se ele não se decompõe sob a influência da temperatura. Uma maneira de determinar a estabilidade térmica de uma substância é usar um TGA (analisador termogravimétrico). estabilidade térmica, comportamento de Reação de decomposiçãoUma reação de decomposição é uma reação induzida termicamente de um composto químico que forma produtos sólidos e/ou gasosos. decomposição, propriedades mecânicas e Condutividade térmicaA condutividade térmica (λ com a unidade W/(m-K)) descreve o transporte de energia - na forma de calor - por um corpo de massa como resultado de um gradiente de temperatura (veja a fig. 1). De acordo com a segunda lei da termodinâmica, o calor sempre flui na direção da temperatura mais baixa.condutividade térmica, estão sendo cada vez mais utilizadas para treinar modelos preditivos para baterias, polímeros, metais e materiais energéticos.

A apresentação também apresentará oProteus Quantify, demonstrando como a análise e a organização automatizadas de dados de caracterização térmica podem transformar conjuntos de dados experimentais “ large ” em informações prontas para IA. Ao acelerar a extração de dados, padronizar a interpretação e possibilitar a análise de tendências em milhares de experimentos, os pesquisadores podem passar de forma mais eficiente da medição à compreensão.

Exemplos reais mostrarão como a análise térmica apoia a experimentação autônoma, a pesquisa em segurança de baterias, o desenvolvimento de polímeros e os fluxos de trabalho digitais de P&D de última geração.

Os participantes aprenderão:

• Como a análise térmica apoia a descoberta de materiais impulsionada pela IA.
• Quais propriedades térmicas agregam valor aos modelos de aprendizado de máquina.
• Exemplos de aplicações de IA em baterias, polímeros, metais e materiais energéticos.
• Como o Proteus^® Quantify ajuda a gerar conjuntos de dados estruturados e prontos para IA.
• Como a caracterização térmica se encaixa em ambientes laboratoriais autônomos e autônomos.
  

Inscreva-se neste webinar se você trabalha com pesquisa de materiais ou P&D e deseja explorar como a análise térmica, os dados estruturados e a IA podem acelerar o desenvolvimento de materiais.

Palestrante:
Peter Ralbovsky
Gerente de Vendas da Região Nordeste da NETZSCH Instruments North America, LLC
NETZSCH Análise e Testes