Forscher des Korea Institute of Energy Research (KIER) haben eine neue Methode zur Analyse der Mikrostruktur von Kohlenstofffaserpapier entwickelt, einem entscheidenden Bestandteil von Wasserstoff-Brennstoffzellen. Dieser innovative Ansatz nutzt digitale Zwillings-Technologie und künstliche Intelligenz (KI), um Analysen 100-mal schneller als herkömmliche Methoden durchzuführen.
Das Kohlenstofffaserpapier spielt eine wesentliche Rolle bei der Wasserabfuhr und der Brennstoffversorgung in Wasserstoff-Brennstoffzellen. Das Forschungsteam unter der Leitung von Dr. Chi-Young Jung verwendete Röntgendiagnostik in Kombination mit einem KI-basierten Bildlernmodell, um präzise Analysen ohne den Einsatz eines Elektronenmikroskops zu ermöglichen. Diese Neuerung gestattet eine nahezu Echtzeit-Diagnose des Zustands.
Die Studie umfasste die Extraktion von 5.000 Bildern aus über 200 Proben von Kohlenstofffaserpapier, die zur Schulung eines maschinellen Lernalgorithmus verwendet wurden. Das resultierende Modell kann die 3D-Verteilung und Anordnung der Schlüsselkomponenten des Papiers – einschließlich Kohlenstofffasern, Bindemitteln und Beschichtungen – mit einer Genauigkeit von über 98 % vorhersagen.
Dr. Jung betonte die Bedeutung dieser Studie und erklärte, dass sie die Analysetechnologie durch die Kombination von KI mit der Nutzung virtueller Räume verbessert. Diese Entwicklung verdeutlicht die Beziehung zwischen der Struktur und den Eigenschaften von Energiematerialien und zeigt ihre praktische Anwendbarkeit. Das Forschungsteam erwartet, dass diese Technologie auch verwandten Bereichen wie Sekundärbatterien und der Elektrolyse von Wasser in Zukunft zugutekommen wird.