相关实验视频
Updated: Jan 16, 2026

06:15
Preparation of Binary and Ternary Deep Eutectic Systems
Published on: October 31, 2019
12.7K
人工智能在发现有滑剂应用的深层乳液溶剂中的作用
João P Santos1, Filipe H B Sosa1, Dinis O Abranches1
1CICECO-Aveiro Institute of Materials, Department of Chemistry, University of Aveiro, Aveiro 3810-193, Portugal.
ACS omega
|September 29, 2025
概括
人工智能识别了新型的深度环氧溶剂 (DES) 作为潜在的滑剂. 实验验证证了它们的有希望的性能,一些DES在减少摩擦方面表现优于传统油.
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.
- 人工智能的人工智能
背景情况:
- 深度浸泡溶剂 (DES) 显示出作为传统矿物质滑剂的可持续替代品的潜力.
- 开发基于DES的新型滑剂需要有效的方法来预测性能和材料发现.
研究的目的:
- 利用人工智能 (AI) 来发现新的基于DES的滑油.
- 为了实验性地准备和描述AI识别的DES用于滑剂应用.
- 为了评估有希望的DES候选人的tribological表现.
主要方法:
- 用高斯过程 (GPs) 来建模和预测DES的物理化学性质 (密度,粘度,化温度),使用大型数据集.
- 人工智能模型预测了超过5万个潜在的二进制DES的属性.
- 选择的DESs被合成,表征,并接受了部落学测试.
主要成果:
- 在密度,粘度和化温度方面,全科医生实现了高预测准确度 (R2 > 0.92).
- 实验性表征证实与GP预测的良好一致.
- 一些DES,包括:小酸,与参考油相比,显示出优异的摩擦降低.
结论:
- 人工智能,特别是全科医生,是发现基于DES的新型滑剂的有效工具.
- 该研究成功地确定了具有潜在工业应用的高性能DES滑剂.
- DES为开发下一代环保滑油提供了一个有前途的途径.

