Исследователи Корейского института энергетических исследований (KIER) разработали новый метод анализа микроструктуры углеродного волокна, который является ключевым компонентом водородных топливных элементов. Этот инновационный подход использует технологии цифровых двойников и искусственный интеллект (ИИ) для проведения анализов в 100 раз быстрее, чем традиционные методы.
Углеродное волокно играет важную роль в облегчении отвода воды и поставки топлива в водородных топливных элементах. Исследовательская группа под руководством доктора Чи-Ён Чунга использовала рентгеновскую диагностику в сочетании с моделью машинного обучения для анализа, что позволяет достичь высокой точности без использования электронного микроскопа. Это достижение позволяет проводить диагностику состояния практически в реальном времени.
В ходе исследования было извлечено 5,000 изображений из более чем 200 образцов углеродного волокна, которые использовались для обучения алгоритма машинного обучения. Полученная модель может предсказывать 3D-распределение и расположение ключевых компонентов углеродного волокна, включая углеродные волокна, связующие вещества и покрытия, с точностью более 98%.
Доктор Чунг подчеркнул значимость данного исследования, отметив, что оно улучшает технологии анализа, сочетая ИИ с использованием виртуального пространства. Это развитие проясняет взаимосвязь между структурой и свойствами энергетических материалов, демонстрируя их практическое применение. Исследовательская группа ожидает, что эта технология также будет полезна в смежных областях, таких как вторичные батареи и электролиз воды в будущем.