上新!深势科技发布材料与工艺智能优化工具SimpFine,已落地多家企业

文摘   科学   2024-06-19 17:18   北京  




材料是现代工业和科技发展的基石,基础材料的性能表现直接决定了结构、功能器件服役性能。从小到几克的半导体芯片,大到几吨重的轮船发动机,都是在严格性能指标要求下的基础材料组成的器件。如何在有限的成本下,调节材料组分和工艺,使得材料发挥更大的价值成为一线研发人员的攻坚难点。

传统的材料研发设计依赖于实验室的试验和经验积累,这种方法不仅存在速度缓慢、成本高昂的问题。更关键的是,研发经验无法有效的积累和传递,成为研发型企业面临的通用问题。比如,某工厂老师傅经过多年总结,发明掌握了一种高介电陶瓷的配方以及独家的制备技巧。当企业需要进一步对该配方进行优化,从而希望开发新产品时,口口相传会使得制备技巧的细节信息损失甚至丢失,最终导致新配方的研发受阻。如何有效利用历史积累的经验与历史数据进行指导新材料的研发,需要着重解决。

图1 材料设计多样化

数据驱动的材料研发设计,大幅提高了材料研发的效率和成功率。同时数据驱动保存的模型具有可重复性和可扩展性的优势。通常,这些“不可见形式”的模型具有对同类材料的预测能力。换句话说,老师傅的经验通过模型实现加密共享,同事可以使用的同时,也能在其基础上进行数据更新,实现了“源头在自己”,“同事可使用”,“企业可更新”
但是,通常一线工程人员与数据科学人员存在一定的交流代沟,工程人员往往缺失建立AI模型的能力,因此工程人员需要一款针对研发场景、易于使用和管理的研发 app,SimpFine 由此诞生。

SimpFine 


智能研发设计软件

图2 SimpFine 介绍

SimpFine 是深势科技(DP Technology)开发的一款“材料智能设计”的科研 App。相对于传统的实验设计软件,SimpFine 具备高度的自定义灵活性与协作能力,可以充分提高研发团队的创新效能。

SimpFine 的主要特点有:

1. SimpFine 有助于在实验之前进行方案设计和筛选,以简单(simple)便携的使用方式,实现科学、工程领域的成分调控和优化工艺(refine)功能。

2. SimpFine 实现了数据存储、模型存储和管理功能,有助于在实验中进行作业管理和记录,实现任务调整与安排。

3. SimpFine 实现了模型共享功能,不同研发人员可以实现知识传递,加快方案设计迭代更新。
SimpFine 目前包含数据建模、数据预测、采样优化、数据分析等通用功能模块,并且可以以工作流形式自由组合,实现对特定任务工作流程搭建。各模块内部包含多种可选择的建模与优化算法,以统一化、可视化的方式实现数据操作。如下表所示:

表1 SimpFine 功能列举

SimpFine 目前已经广泛应用到电池原材料配方设计、溶液性能调优、金属成分工艺设计、陶瓷工艺性能设计等多个领域,具备行业先进案例。下面为 SimpFine 相关先进应用案例。

应用案例1: SimpFine

辅助正极前驱体材料

逆向优化

图3 前驱体生产过程

前驱体粉末材料是电池正极材料的主要原料。三元前驱体粉末的制备过程为:首先反应釜中溶液发生共沉淀反应,产生固体沉淀后,经过煅烧等工艺得到不同颗粒大小的前驱体粉末。粉末颗粒的指标通常使用粒度、比表面积等表示,它的品控直接决定着最终电池的容量、活性寿命等重要性能。

合作实验室在前驱体材料优化项目希望能够在其他性能值不变的情况下,整体提高D50尺寸从4um区间提高到5um区间,探索大颗粒生产工艺,从而作为技术储备。

合作方初始整理了200余条造核、生长阶段的处理工艺及目标值。这些数据包含了元素含量(如镍、钴、锰的比例)、掺杂元素(如铝、镁等)、反应温度、煅烧温度、水洗方式以及其他一些工艺参数。每组数据都对应着实验结果,即粉末颗粒的D50值。

基于 SimpFine 工具,工程人员建立工艺参数与D50的模型,建立好的模型在测试集合的效果达到0.92(1为最佳)。初次探索尝试使用 SimpFine 的贝叶斯优化采样推荐出3种改进方案。经过实验发现,其中2种的D50值虽然提升非常明显,但是颗粒存在内应力,容易发生开裂。经过合作方工程人员调整,重新定制了采样空间,使得新空间实现尽量在现有工艺附近波动。结果如下图所示,经过5次迭代实验,可以看出D50尺寸逐步提高到5um区间。

图4 优化效果

这一研究成果不仅提高了正极前驱体材料的性能,还为电池制造工艺提供了宝贵的参考,真正为支撑前驱体产品研发和工艺改进效率、节省研发物料成本和人工成本,新方案成本预估低于原始成本的30%。

应用案例2: SimpFine

辅助光电钙钛矿材料

建模筛选

图5 钙钛矿建模过程

钙钛矿材料由于其独特的晶体结构,高度灵活的结构和组成,在太阳能电池领域被广泛应用,并可用于低温发光器件、激光器等领域。HOIP(混合有机-无机钙钛矿)既含有有机又含有无机成分,进一步扩大了钙钛矿的研究范围。到目前为止,其光伏转换效率已超过25%。HOIP 材料在太阳能电池中有着广泛的应用前景。钙钛矿热力学稳定性的提高是限制其发展的主要原因。

北京科技大学研究生程捷使用 SimpFine 工具,针对 HOIP 的热力学稳定性建模。以相对能量为目标,筛选潜在的 HOIP。首先,研发人员收集了文献的1346种 HOIP 的结构和性质的数据集。从结构中提取一系列新特征,并采用特征工程中的两种筛选算法,得到最优特征子集。然后测试5种机器学习算法进行建模,采用精度最高的梯度增强回归(GBR)模型进行预测,找到影响 HOIP 稳定性的关键因素。

通过钙钛矿不同位点的成分组合,构建了包含上万个组合的的探索空间,使用 GBR 模型进行能量稳性的过滤筛选,如下图所示。结果筛选得到了388个相对能量为负的 HOIP 结构。

图6 钙钛矿探索空间

最后,研究人员使用 DFT 密度泛函理论计算了这些相对能量为负的钙钛矿,最终筛选出106个相对能量为负的化合物,下图为部分实验数据的真实值vs预测值展示。工作表明,通过应用机器学习模型进行材料筛选,相对于传统方案,只需要 DFT 计算约28.4%的数据集,效率提高了约4倍。相应文章发表中。

图7 预测vs计算相对能量结果

操作页面展示


SimpFine 具有简单的操作界面,用户可以通过交互方式便捷地提交数据,从而实现各种功能。该平台提供了一系列功能区块,包括数据输入、测试参数设置、实时结果显示和报告生成,使用户能够高效地完成各类测试任务。以下图片均为使用虚拟测试数据的部分展示。

面向未来


SimpFine 软件在材料、化工和生物领域的配方工艺设计方面,已经展示出卓越的潜力和应用价值。SimpFine 软件未来在大模型自动化分析和自动化设计实验等领域具有更加广泛的应用前景,被期待彻底变革这些行业的研发模式和效率。该 app 可以通过大模型自动化分析,迅速处理和分析大量实验数据,总结符合工程人员易于理解的结果报告。此外,SimpFine 可以自动化设计实验,辅助研发人员下一步决策。

未来,SimpFine 将继续推动技术创新和应用推广,为材料、化工和生物领域的科研工作者和企业提供更加高效和精准的研发支持,助力这些领域的快速发展和创新突破。

图8 SimpFine 概念图

申请试用

SimpFine 基础功能试用版本:

https://bohrium.dp.tech/materials-db/desktop?appKey=SimpFine

推荐关注




关于深势科技

深势科技是“AI for Science”科学研究范式的引领者和践行者。AI for Science 即运用 AI 学习一系列的科学原理和科学知识,并进一步解决科学研究和工业研发领域的关键问题。

深势科技依托在交叉学科领域的深耕,构建了“深势 · 宇知®”AI for Science 大模型体系,将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”,并以“微尺度工业设计与仿真”为切入点,打造了 Bohrium®玻尔®科研空间站、Hermite® 药物计算设计平台、RiDYMO® 难成药靶标研发平台及 Piloteye® 电池设计自动化平台等科研和工业研发基础设施,形成了 AI for Science 的“创新 - 落地”链路和开放生态,赋能“千行百业”,为人类经济发展最基础的生物医药、能源、材料和信息科学与工程研究打造新一代工业设计与仿真系统。

深势科技是国家高新技术企业、国家专精特新“小巨人”企业,在北京、上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔,汇集了超百位数学、 物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师,其中博士及博士后在公司成员中占比超过 35%。核心成员获得过2020年全球高性能计算领域的最高奖项“戈登贝尔奖”,相关工作入选2020年中国十大科技进展和全球 AI 领域十大技术突破。

深势科技 DP Technology
深势科技致力于运用人工智能和多尺度的模拟仿真算法,为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。
 最新文章