Att skapa nanomaterial med flamspraypyrolys är komplext, men forskare vid Argonne har upptäckt hur tillämpning av artificiell intelligens kan leda till en enklare process och bättre prestanda.

Under en rundtur i Manufacturing and Engineering Research Facility vid U.S. Department of Energys Argonne National Laboratory, Marius Stan, ledaren för Intelligent Materials Design i Argonnes Applied Materials Division (AMD), stött på en ny experimentell uppställning. När han tittade på maskinen i experimentet, som förlitar sig på lågor för att producera nanomaterial, han hade en tanke:Kan artificiell intelligens användas för att optimera denna komplexa process?

På frågan om att förklara processen, Stan uttryckte det enkelt:"Det är där forskare sätter kemikalier i en låga och väntar på ett mirakel - på att partiklar ska dyka upp i slutet av processen, partiklar som har viktiga egenskaper för en mängd olika applikationer. "Flamspraypyrolys är en teknik som möjliggör tillverkning av nanomaterial i stora volymer, vilket i sin tur är avgörande för att producera ett brett utbud av industriella material, som kemiska katalysatorer, batterielektrolyter/katoder och pigment.

Flash forward till juli 2020 och publicering av "Frame spray pyrolysis optimization via statistics and machine learning" i tidskriften Material och design , en artikel författad av ett AMD-forskarteam som visade att flamspraypyrolysprocessen faktiskt kunde optimeras för att skapa bättre presterande material som kan hjälpa till att förändra inhemsk tillverkning.

Forskarna upptäckte hur man ändrar kemin i ett material och justerar maskinens parametrar med hjälp av avancerad statistisk teknik.

"Vi bestämde oss för att titta på kiseldioxidproduktion, att försöka påverka pulvrets kvalitet, sa Noah Paulson, en beräkningsmaterialforskare och tidningens huvudförfattare, tillsammans med Joe Libera, en huvudsaklig materialforskare som driver laboratoriets flamspraypyrolys, och Stan. "Vi fann att vi kunde använda maskininlärning för att styra ingångarna i flamspraypyrolysuppsättningen - och det är komplext, det finns många olika insatser - och få önskvärda resultat."

Paulson tillade att kiseldioxid valdes för att den är väl lämpad för beräkningsmodellering, men studiens resultat kan resultera i en mängd olika förbättrade material, till exempel batterielektroder. "Om du har en bil och du vill dubbla räckvidden för den bilen på en enda laddning, du behöver bättre batterimaterial. Det är det som begränsar oss när det gäller dessa applikationer. "

Den artificiella intelligensens roll i forskningen var särskilt anmärkningsvärd. Stan, som har ägnat en stor del av sin karriär åt att studera förhållandet mellan människor och maskiner, sa att analysnivån i detta projekt var så komplex att den nästan var omöjlig för en människa.

"Detta är en demonstration av att vi kan skapa en algoritm och mjukvara som också kan styra en process, om inte bättre, än en människa kan. Detta involverade så många parametrar att artificiell intelligens var nödvändigt för att utöka vår hjärna i att bearbeta denna information, "Stan sa." Vi kunde inte ha extraherat dessa fynd från data endast genom observation, eftersom det fanns så många dimensioner."

Paulson höll med. "Kärnan i denna teknik är maskininlärning som gör att vi kan optimera dessa bearbetningsförhållanden utan mänsklig input, " sa Paulson. "Vi kan i princip nollställa partikelstorleksfördelningen (vi vill ha) under en enda dag av experiment, kontra vad som kan vara många veckor."

Blickar framåt, Paulson och Stan pekade på ytterligare möjlig forskning som involverade både experimentella och beräkningsmässiga sidor.

Vid forskningsanläggningen för tillverkning och teknik, medlemmar av forskarteamet söker kontakt med industriella partners för att studera hur projektmjukvaran bättre kan kontrollera förbränning och kemiska processer som ingår i flamspraypyrolys. På samma gång, de hoppas kunna dra nytta av Argonnes kommande högpresterande superdator Aurora och dess exascale-kapacitet, för att hjälpa till med arbetets intensiva beräkningskaraktär.

Paulson tror att den här typen av ansträngningar i slutändan kommer att resultera i förmågan att producera bättre material, vilket är en föregångare till framsteg på många olika tekniska fronter.

"Material är den verkliga flaskhalsen, " förklarade han. "Om vi ​​kan hitta ett sätt att översätta framgångarna som vi ser i labbet till material som kan tillverkas till rimliga kostnader, då kan vi möjliggöra den teknik som världen verkligen behöver."