AI-Powered合金设计变革了对抗腐蚀

在这个世界上,每年腐蚀经济损失超过2.5万亿美元,寻找耐蚀合金和防护涂料继续持续下去。人工智能(AI)在新合金的设计变得越来越重要。

但是,人工智能模型的预测能力来确定腐蚀行为和推荐最佳的合金配方仍然难以捉摸。Max-Planck-Institut皮毛Eisenforschung研究人员(MPIE)已经创建了一个机器学习模型,提高了预测精度高达15%在现有框架。

这个模型识别新但可行的耐蚀合金成分。其独特的力量源于数字和文本数据的结合。这个模型的适应性可以增强合金所有属性后,最初为抵制点状腐蚀的关键领域开发高强度合金。最新的发现发表在《华尔街日报》欧洲杯线上买球科学的进步。

合并文本和数字

每一个有关其耐腐蚀合金具有独特的属性。这些特性不仅取决于合金成分本身也对合金的制造过程。当前机器学习模型只能受益于数字数据。然而,处理方法和实验检测方案,主要是记录的文本描述符,来解释腐蚀是至关重要的。

卷Narasimha Sasidhar,研究报告的主要作者、前博士后研究员,Max-Planck-Institut毛皮Eisenforschung

研究小组创建了一个完全自动化的自然语言处理框架结合语言处理技术与机器学习(ML)方法类似于ChatGPT数值数据。此外,将文本数据纳入毫升框架可以识别改进合金成分耐点腐蚀。

我们训练有素的深度学习模型与内在包含腐蚀特性和成分信息的数据。现在的模型能够确定合金成分是耐腐蚀的关键,即使单个元素没有美联储最初到模型中。

研究的合著者迈克尔•Rohwerder Max-Planck-Institut毛皮Eisenforschung

迈克尔Rohwerder集团的负责人腐蚀。

推动边界:自动数据挖掘和图像处理

Sasidhar教授和他的团队使用手动收集数据的文本描述符最近开发的框架。他们当前的目标是数据挖掘过程自动化,并无缝地将其融入到当前的框架。另一个重大进展是显微镜的图像,将下一代的AI框架结合文本,数字,图像数据。

期刊引用:

Sasidhar, k . N。等。(2023)加强耐蚀合金设计通过自然语言处理和深度学习。欧洲杯线上买球科学的进步。doi.org/10.1126/sciadv.adg7992。

来源:https://www.mpg.de/en