结构超性材料的全自动传输和测量系统
Li Chen1,2, Cong Lin3, Diwei Shi1,2
1Department of Engineering Mechanics, Tsinghua University, Beijing, 100084, China.
Nature communications
|October 10, 2023
概括
一个新的机器学习系统自动选择和测试结构超度材料,实现微型石墨片的高精度和速度. 这一突破加速了低摩擦技术的研究和应用.
科学领域:
- 材料科学 材料科学 材料科学
- 部落学 (tribology) 是一个学科.
- 机器学习 机器学习
背景情况:
- 结构超性提供了接近零的摩擦和磨损,对于微电机系统 (MEMS),机械工程和能源至关重要.
- 实际应用取决于高效的质量转移和超性材料的性能评估.
- 现有的自动化方法,如滚印和冲压,对于高通量材料的准备和测试是不够的.
研究的目的:
- 开发一种机器学习辅助系统,用于结构超性材料的全自动选择性转移和三元学性能测量.
- 克服材料制备产率的局限性,并使高通量评估成为可能.
- 通过提高效率和精度,促进结构超度的实际应用.
主要方法:
- 实施机器学习算法,精确选择具有超性质的微型石墨片.
- 开发一种自动化系统,将100个石墨片组装成预先设计的图案.
- 在Si3N4基板上集成自动 tribological 性能测量为选定的片.
主要成果:
- 该系统在选择合适的石墨片时达到98%以上的准确性.
- 将100个石墨片组装成图案在100分钟内完成,比手工操作快15倍.
- 对100多个片的自动 tribological 测试为新接口提供了统计结果,超越了传统方法.
结论:
- 开发的机器学习辅助系统显著提高了结构超性材料评估的效率和准确性.
- 这种自动化方法加速了基础研究,并促进了超性在各种领域的实际应用.
- 该系统的稳定性和高吞吐量能力解决了先进低摩擦材料开发中的关键瓶.
