Registreer nu

Log in

vergeten wachtwoord

Wachtwoord vergeten? Vul alstublieft uw e-mail adres in. U ontvangt een link ontvangen en zal een nieuw wachtwoord via e-mail te creëren.

bericht toevoegen

Je moet inloggen om bericht toe te voegen .

question

U moet inloggen om een ​​vraag te stellen.

Log in

Registreer nu

Welkom bij Scholarsark.com! Uw inschrijving krijgt u toegang te verlenen tot het gebruik van meer kenmerken van dit platform. U kunt vragen stellen, maken bijdragen of antwoorden bieden, bekijk profielen van andere gebruikers en nog veel meer. Registreer nu!

Met behulp van kunstmatige intelligentie om eigenschappen materialen ingenieur

Nieuw systeem van “stam techniek” kan een materiaal optisch te veranderen, elektrisch, en thermische eigenschappen. Aanbrengen van een beetje van stam een ​​stuk halfgeleider- of ander kristallijn materiaal kan de geordende rangschikking van atomen in de structuur voldoende vervormen tot dramatische veranderingen in de eigenschappen veroorzaken, zoals de manier waarop het geleidt elektriciteit, laat licht, of warmte geleidt.

Nu, een team van onderzoekers van MIT en in Rusland en Singapore hebben manieren gevonden om kunstmatige intelligentie te gebruiken om te helpen voorspellen en deze veranderingen te controleren gevonden, mogelijk het openen van nieuwe wegen van onderzoek naar geavanceerde materialen voor toekomstige high-tech apparaten.

De resultaten verschijnen deze week in het Proceedings of the National Academy of Sciences, in een paper geschreven door MIT professor in de nucleaire wetenschap en techniek en van de Materials Science and Engineering Ju Li, MIT Principal Research Scientist Ming Dao, en MIT graduate student Zhe Shi, met Evgeni Tsymbalov en Alexander Shapeev bij het Skolkovo Institute of Science and Technology in Rusland, en Subra Suresh, de Vannevar Bush Professor Emeritus en voormalig decaan van engineering aan het MIT en de huidige president van de Nanyang Technological University in Singapore.

Nu al, gebaseerd op eerder werk aan het MIT, enige mate van elastische rek is opgenomen in sommige silicium processoren. zelfs een 1 procentuele verandering in de structuur kan in sommige gevallen verbetering van de snelheid van de inrichting van 50 procent, doordat elektronen bewegen door het materiaal sneller.

Uit recent onderzoek van Suresh, Dao, en Yang Lu, een voormalig MIT postdoc nu aan de City University of Hong Kong, toonde aan dat zelfs diamant, de sterkste en hardste materiaal gevonden in de natuur, elastisch kan worden uitgerekt door zo veel als 9 procent is zonder storing wanneer het in de vorm van nanometergrootte naalden. Li Yang en soortgelijke aangetoond dat nanoschaal draden van zuiver silicium elastisch kan worden uitgerekt met meer dan 15 procent. De bevindingen verschijnen deze week in de.

Strain op bestelling gemaakt

In tegenstelling tot andere manieren van het veranderen van de eigenschappen van een materiaal, zoals chemische dotering, die duurzaam produceren, statische verandering, stam techniek maakt het mogelijk eigenschappen worden veranderd on the fly. “Strain is iets wat je kunt dynamisch in- en uitschakelen,”Li zegt.

Maar het potentieel van-stam ontwikkelde materialen is belemmerd door de enorme scala aan mogelijkheden. Stam kan worden toegepast in elk van zes verschillende manieren (in drie dimensies, elk van die stam produceren in-and-out of zijwaarts), en met bijna oneindige gradaties van de graad, zodat het volledige scala aan mogelijkheden onpraktisch is om gewoon te verkennen met de trial and error. “Het groeit snel 100 miljoen berekeningen als we willen in kaart brengen van het gehele elastische rek ruimte,”Li zegt.

Dat is waar nieuwe toepassing van machine learning methoden van dit team komt aan de redding, verschaffen van een systematische manier van zoeken naar mogelijkheden en homing in de juiste hoeveelheid en de richting van stam tot een bepaalde set eigenschappen voor een bepaald doel te bereiken. “Nu hebben we dit met zeer hoge nauwkeurigheid methode” die drastisch de complexiteit van de benodigde berekeningen vermindert, Li zegt.

“Dit werk is een illustratie van hoe de recente ontwikkelingen in de schijnbaar verre gebieden zoals materiaalfysica, kunstmatige intelligentie, gegevensverwerking, en machine learning kunnen samen worden gebracht om de wetenschappelijke kennis die ernstige gevolgen heeft voor de industrie applicatie heeft vooruit,”Suresh zegt.

De nieuwe methode, zeggen de onderzoekers, zou mogelijkheden openen voor het maken materialen precies afgestemd voor elektronische, opto-elektronische, en fotonische devices die kunnen toepassingen voor communicatie vinden, informatieverwerking, en energie toepassingen.

Wanneer een kleine hoeveelheid spanning wordt aangebracht op een kristallijn materiaal zoals silicium, haar eigenschappen kunnen drastisch veranderen; bijvoorbeeld, vrij kan verschuiven blokkeren voeren van elektrische stroom naar het als een metalen. Credit: Frank Shi

Het team onderzocht de effecten van spanning op de bandgap, een belangrijke elektronische eigenschap van halfgeleiders, zowel silicium en diamant. Met behulp van hun neuraal netwerk algoritme, waren ze in staat om te voorspellen met een hoge nauwkeurigheid hoe de verschillende bedragen en de oriëntaties van stam de bandgap zou beïnvloeden.

“Afstemming” van een bandgap kan een belangrijk instrument voor het verbeteren van een inrichting, zoals een silicium zonnecel, door het krijgen van het nauwkeuriger de aard van de energiebron die het is ontworpen om gebruik te maken te passen. Door het fine-tunen van de bandgap, bijvoorbeeld, kan het mogelijk zijn om een ​​silicium zonnecel dat is net zo effectief in het vastleggen van zonlicht als zijn collega's, maar is slechts een duizendste zo dik maken. In theorie, het materiaal “kan zelfs veranderen van een halfgeleider met een metalen, en dat zou vele toepassingen hebben, als dat uitvoerbaar in een massaproduct,”Li zegt.

Hoewel het in sommige gevallen mogelijk om soortgelijke veranderingen op een andere manier te induceren, zoals brengen het materiaal in een sterk elektrisch veld of chemisch wijzigen van deze, deze wijzigingen hebben de neiging om veel bijwerkingen op het gedrag van het materiaal hebben, dat het veranderen van de stam minder van dergelijke bijwerkingen. Bijvoorbeeld, Li legt uit, een elektrostatisch veld interfereert vaak met de werking van het apparaat, omdat het invloed heeft op de manier waarop elektriciteit doorheen stroomt. Het veranderen van de soort produceert dergelijke interferentie.

potentieel Diamond's

Diamond heeft een groot potentieel als een halfgeleidermateriaal, al is het nog in de kinderschoenen in vergelijking met silicium technologie. “Het is een extreme materiaal, met hoge ladingsmobiliteit,”Li zegt, verwijst naar de manier waarop negatieve en positieve dragers van elektrische stroom bewegen vrij door diamanten. Daarom, diamant zou ideaal zijn voor sommige soorten hoogfrequente elektronische apparaten en vermogenselektronica.

Door een aantal maatregelen, Li zegt, diamant zou kunnen uitvoeren 100,000 keer beter dan silicium. Maar het heeft ook andere beperkingen, waaronder het feit dat nog niemand heeft bedacht een goede en schaalbare manier om diamanten lagen op een groot substraat zetten. Het materiaal is ook moeilijk om “dope,”Of andere atomen introduceren in, een essentieel onderdeel van halfgeleiders.

Door aanbrengen van het materiaal in een frame dat kan worden aangepast aan de hoeveelheid en richting van de stam te veranderen, Dao zegt, “We kunnen veel ruimte houden” in het veranderen van de dotering gedrag.

Overwegende dat dit onderzoek richtte zich specifiek op de effecten van spanning op bandgap van de materialen, “De methode is generaliseerbaar” aan andere aspecten, die invloed niet alleen elektronische eigenschappen ook andere eigenschappen zoals fotonische en magnetische gedrag, Li zegt. Van de 1 procent rek nu gebruikt in commerciële chips, veel nieuwe toepassingen open te stellen nu dat dit team heeft aangetoond dat stammen van bijna 10 procent mogelijk zonder breken. “Wanneer je naar meer dan 7 procent rek, je echt veel veranderen in het materiaal," hij zegt.

“Deze nieuwe methode zou kunnen leiden tot het ontwerp van ongekende materiaaleigenschappen,”Li zegt. “Maar er is veel meer werk nodig zal zijn om erachter te komen hoe de druk op te leggen en hoe je opschalen van het proces om het op te doen 100 miljoen transistors op een chip [en ervoor zorgen dat] geen van hen kan falen.”

“Deze innovatieve nieuwe werk toont potentieel om de engineering van exotische elektronische eigenschappen in gewone materialen aanzienlijk te versnellen via grote elastische stammen,”Zegt Evan Reed, een universitair hoofddocent van de Materials Science and Engineering aan de Stanford University, die niet betrokken was bij het onderzoek. “Het werpt licht op de mogelijkheden en beperkingen die de natuur vertoont voor een dergelijke stam techniek, en het zal van belang zijn voor een breed spectrum van onderzoekers die werken aan belangrijke technologieën.”


Bron: http://news.mit.edu, door David L. kaarsenmaker

Wat betreft Marie

Laat een antwoord achter