1. Интелигентно откриване и оптимизация при преработка на минерали
В областта на пречистването на руда, завод за обогатяване на минерали въведе...система за разпознаване на изображения, базирана на дълбоко обучение да анализира рудата в реално време. Алгоритмите с изкуствен интелект точно идентифицират физическите характеристики на рудата (напр. размер, форма, цвят), за да класифицират и пресяват бързо висококачествената руда. Тази система намали процента на грешки при традиционното ръчно сортиране от 15% на 3%, като същевременно увеличи ефективността на обработката с 50%.
АнализЧрез заместване на човешкия опит с технология за визуално разпознаване, изкуственият интелект не само намалява разходите за труд, но и подобрява чистотата на суровините, полагайки солидна основа за последващи стъпки на пречистване.
2. Управление на параметри в производството на полупроводникови материали
Intel използваСистема за управление, управлявана от изкуствен интелектв производството на полупроводникови пластини за наблюдение на критични параметри (напр. температура, газов поток) в процеси като химическо отлагане от пари (CVD). Моделите за машинно обучение динамично коригират комбинациите от параметри, намалявайки нивата на примеси в пластините с 22% и увеличавайки добива с 18%.
Анализ: Изкуственият интелект улавя нелинейни зависимости в сложни процеси чрез моделиране на данни, оптимизирайки условията на пречистване, за да се сведе до минимум задържането на примеси и да се подобри чистотата на крайния материал.
3. Скрининг и валидиране на електролити в литиеви батерии
Microsoft си сътрудничи с Националната лаборатория на Тихоокеанския северозапад (PNNL), за да използва Модели с изкуствен интелектда скринира 32 милиона кандидат-материала, идентифицирайки твърдотелния електролит N2116. Този материал намалява употребата на литиев метал със 70%, смекчавайки рисковете за безопасността, причинени от реактивността на лития по време на пречистването. Изкуственият интелект завърши скрининга за седмици - задача, която традиционно изискваше 20 години.
АнализВисокопроизводителният изчислителен скрининг, базиран на изкуствен интелект, ускорява откриването на материали с висока чистота, като същевременно опростява изискванията за пречистване чрез оптимизация на състава, балансирайки ефективността и безопасността.
Общи технически прозрения
- Вземане на решения, основани на данни: Изкуственият интелект интегрира експериментални и симулационни данни, за да картографира връзките между свойствата на материалите и резултатите от пречистването, като драстично съкращава циклите на проба-грешка.
- Многомащабна оптимизацияОт атомни аранжировки (напр. скрининг на N2116 6 ) до параметри на процеса на макро ниво (напр. производство на полупроводници 5 ), изкуственият интелект позволява синергия в различни мащаби.
- Икономическо въздействиеТези случаи демонстрират намаление на разходите с 20–40% чрез повишаване на ефективността или намаляване на отпадъците.
Тези примери илюстрират как изкуственият интелект променя технологиите за пречистване на материали на множество етапи: предварителна обработка на суровини, контрол на процесите и проектиране на компоненти.
Време на публикуване: 28 март 2025 г.