Découverte efficace de matériaux énergétiques améliorés grâce à un nouveau flux de travail guidé par l'IA
Ces mesures peuvent contribuer à atténuer la crise énergétique actuelle.
Des scientifiques du laboratoire NOMAD de l'Institut Fritz Haber de la société Max Planck ont récemment proposé un processus de travail permettant d'accélérer considérablement la recherche de nouveaux matériaux aux propriétés améliorées. Ils ont démontré la puissance de cette approche en identifiant plus de 50 matériaux à forte isolation thermique. Ces matériaux peuvent contribuer à atténuer la crise énergétique actuelle en permettant de créer des éléments thermoélectriques plus efficaces, c'est-à-dire des dispositifs capables de convertir la chaleur perdue en tension électrique utile.
Figure 1 Les indices de Sobol Si et SiT ainsi que les valeurs SHAP du noyau pour chaque caractéristique du modèle. Ces valeurs sont toutes des mesures de l'importance des caractéristiques, où 0 signifie que la caractéristique n'a pas d'effet, et une valeur plus élevée signifie que la caractéristique est plus importante.
© Thomas Purcell
Figure 2 a) Schéma du flux de travail à haut débit utilisé pour sélectionner de nouveaux isolants thermiques. b) Diagramme de dispersion montrant la conductivité thermique prédite pour 227 isolants électriques thermodynamiquement stables à partir d'un modèle SISSO et d'un modèle de régression KRR (kernel-ridge regression). La couleur correspond à celle des tests décrits dans la partie a) qui ont échoué.
© Thomas Purcell
La découverte de nouveaux matériaux thermoélectriques fiables est essentielle pour exploiter les plus de 40 % de l'énergie produite dans le monde sous forme de chaleur perdue et pour contribuer à atténuer les problèmes croissants liés au changement climatique. L'un des moyens d'accroître l'efficacité thermoélectrique d'un matériau est de réduire sa conductivité thermique, κ, et de maintenir ainsi le gradient de température nécessaire à la production d'électricité. Cependant, le coût associé à l'étude de ces propriétés a limité les recherches informatiques et expérimentales sur κ à un sous-ensemble infime de tous les matériaux possibles. Une équipe du laboratoire NOMAD s'est récemment efforcée de réduire ces coûts en créant un flux de travail guidé par l'IA qui sélectionne hiérarchiquement les matériaux afin de trouver efficacement de nouveaux et meilleurs isolants thermiques.
Les travaux récemment publiés dans npj Computational Materials proposent une nouvelle façon d'utiliser l'intelligence artificielle (IA) pour guider la recherche à haut débit de nouveaux matériaux. Au lieu d'utiliser l'intuition physique/chimique pour éliminer les matériaux sur la base de tendances générales, connues ou suspectées, la nouvelle procédure apprend les conditions qui conduisent au résultat souhaité à l'aide de méthodes d'IA avancées. Ces travaux pourraient permettre de quantifier la recherche de nouveaux matériaux énergétiques et d'accroître l'efficacité de ces recherches.
La première étape de la conception de ces flux de travail consiste à utiliser des méthodes statistiques et d'intelligence artificielle avancées pour évaluer approximativement la propriété cible d'intérêt, κ dans le cas présent. À cette fin, l'approche SISSO (sure-independence screening and sparsifying operator) est utilisée. SISSO est une méthode d'apprentissage automatique qui révèle les dépendances fondamentales entre les différentes propriétés des matériaux à partir d'un ensemble de milliards d'expressions possibles. Comparée à d'autres modèles d'IA de type "boîte noire", cette approche est tout aussi précise, mais elle produit en plus des relations analytiques entre les différentes propriétés des matériaux. Cela nous permet d'appliquer des mesures modernes de l'importance des caractéristiques pour mettre en lumière les propriétés des matériaux qui sont les plus importantes. Dans le cas de κ , il s'agit du volume molaire, Vm; de la température de Debye limite à haute température, θD,∞ ; et du facteur métrique d'anharmonicité, σA, comme l'illustre la figure 1.
En outre, l'analyse statistique décrite permet de dégager des règles empiriques pour les caractéristiques individuelles qui permettent d'estimer a priori le potentiel d'isolation thermique d'un matériau. Travailler avec les trois caractéristiques primaires les plus importantes a donc permis de créer des flux de travail informatiques guidés par l'IA pour découvrir de nouveaux isolants thermiques, comme le montre la figure 2. Ces flux de travail utilisent des programmes de structure électronique de pointe pour calculer chacune des caractéristiques sélectionnées. Au cours de chaque étape, les matériaux susceptibles de ne pas être de bons isolants ont été éliminés sur la base de leurs valeurs de Vm, θD,∞ et σA. Il est ainsi possible de réduire de plus de deux ordres de grandeur le nombre de calculs nécessaires pour trouver des matériaux thermiquement isolants. Dans ce travail, cela est démontré par l'identification de 96 isolants thermiques(κ < 10 Wm-1K-1) dans un ensemble initial de 732 matériaux. La fiabilité de cette approche a été vérifiée en calculant κ pour 4 de ces prédictions avec la plus grande précision possible.
En plus de faciliter la recherche active de nouveaux matériaux thermoélectriques, les formalismes proposés par l'équipe NOMAD peuvent également être appliqués pour résoudre d'autres problèmes urgents en science des matériaux.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
![Catalyse de la [Fe]-hydrogénase visualisée à l'aide de la spectroscopie de résonance magnétique nucléaire rehaussée de para-hydrogène](https://img.chemie.de/Portal/News/675fd46b9b54f_sBuG8s4sS.png?tr=w-712,h-534,cm-extract,x-0,y-16:n-xl)
Recevez les dernières actualités de l’industrie chimique
Ne manquez plus aucune actualité : notre newsletter consacrée à l'industrie chimique, aux méthodes analytiques, aux laboratoires et à la technologie des processus vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
