At bidrage til effektiv udvikling af metal tyndfilmsmaterialer ved at bruge kemikalieinformatik og materialeinformatik

TOKYO, 9. februar 2024 – (JCN Newswire) – Hitachi High-Tech Corporation ("Hitachi High-Tech") har gennemført et proof of concept ("PoC") forsøg med Chemicals Informatics ("CI") og Materials Informatics ("MI") for at forbedre effektiviteten af ​​udvikling af metal tyndfilm materialer, der bruges i elektroniske og andre enheder. PoC demonstrerede en samlet arbejdsbyrdereduktion på mere end 80 %, selv ved udvikling af nye materialer, hvilket viser, at disse værktøjer kan bruges til at strømline driften.

I de senere år er MI - som bruger AI til at udlede optimal kombinationsforhold og sammensætning af materialer baseret på akkumulerede tidligere eksperimentelle data - blevet brugt i stigende grad til at reducere mængden af ​​trial-and-error under udviklingen af ​​materialer. CI er en Hitachi High-Techs proprietære service, der bruger AI til at analysere offentlige data såsom patenter og vælge optimale materialer til udvikling. CI og MI bidrager til effektiviteten af ​​udviklingen.

PoC præciserede, at selv nye materialer uden akkumulerede tidligere eksperimentelle data kan udvikles mere effektivt ved at kombinere Hitachi High-Techs MI med CI. Dette eliminerer dokumentforskningen og round-robin-testen med eksperimentelle design(1), hvorved effektiviteten af ​​udvikling af nye materialer forbedres.

Hitachi High-Tech har til hensigt at tilbyde processen med denne PoC som en service til kunder primært hos kemikalie- og materialeproducenter, hvis efterspørgsel efter stadig mere sofistikerede og effektive udviklingsprocesser eskalerer. Tjenesten vil ikke kun forbedre effektiviteten af ​​udviklingen, men også bidrage til at mindske miljøpåvirkningen ved at reducere mængden af ​​eksperimenter, der kræves under udviklingsprocessen.

Baggrund for PoC

Efterspørgslen efter meget sofistikerede materialer er større end nogensinde, ikke kun for deres funktionalitet, men også for, hvordan de kan bruges til at løse sociale problemer såsom at opnå et CO2-neutralt/dekarboniseret samfund. Der er et stigende behov for DX (Digital Transformation) og GX (Green Transformation) for grundlæggende at styrke R&D og forbedre driftseffektiviteten, så mange organisationer har aktivt introduceret MI som en AI-forstærket metode til at udvikle nye materialer. MI er nyttigt på områder, hvor eksisterende materialer allerede er udviklet, men det kan ikke bruges til at forbedre effektiviteten ved udvikling af nye materialer, hvor der ikke er nogen forudgående akkumuleret data at trække fra under udvælgelsen af ​​råvarer. Som sådan var der brug for et nyt værktøj.

Detaljer om PoC

Denne PoC testede udviklingen af ​​metal tyndfilmmaterialer, der bruges i elektronik og andre enheder. Metal tynde film skabes ved at aflejre atomer på substrater lavet af materialer som silicium eller glas for at danne tynde filmlag, som lamineres og bruges til at lave elektroniske anordninger. En svag binding mellem substratet og den tynde metalfilm kan få filmen til at skalle væk, hvilket resulterer i dårlig ydeevne, så stærk vedhæftning er en nøgleovervejelse ved design, men design af adhæsion kræver mange udviklingsprocesser. PoC demonstrerede en reduktion på mere end 80 % i antallet af udviklingsprocesser sammenlignet med konventionelle metoder ved at bruge CI til at bestemme de bedst egnede metalliske elementer til adhæsionslagene mellem substrater og metal tynde film, og ved at bruge MI til at bestemme de bedste kombinationsforhold af metalliske elementer og de optimale betingelser for fremstillingsprocessen.

1. Brug af CI til at vælge optimale materialer baseret på patentdata

Tidligere involverede udvælgelsen af ​​de ideelle materialer til udvikling gennemlæsning af omfattende referencedokumentation for at finde den nødvendige information og derefter udføre round-robin-tests med eksperimentelle designs for alle kandidatmaterialerne for at verificere, hvilket der fungerer bedst. I denne PoC opdagede vi det optimale materiale til et stærkt klæbende lag mellem et glassubstrat og en platinfilm ved at bruge CI. Som information, der kræves til CI, indlæser vi 2 slags lim, glas og platin og 30 slags metalelementer. Fra 600,000 mulige kombinationer har vi udvundet krom, titanium, kobolt og yttrium som materialer, der viser høje adhæsionsstyrkedata for både glas og platin. Ud af disse fire typer indsnævrede vi det til to typer, krom og titanium, eksklusive kobolt og yttrium, som er dyre, omkostningsaspektet taget i betragtning. Derefter udføres kun to eksperimenter for at verificere styrken af ​​det klæbende lag. Når vi medregner mængden af ​​tid brugt på at indhente nødvendige oplysninger fra referencedokumenter og antallet af krævede verifikationsforsøg, var vi i stand til at reducere det samlede antal processer med mere end 90 %.

2. Brug af MI til at søge efter optimale forhold såsom materialekombinationsforhold og fremstillingsprocesser

Tidligere involverede bestemmelsen af ​​optimale betingelser for materialer anvendt i udviklingen, herunder ideelle kombinationsforhold, volumener og temperaturer, adskillige gentagne eksperimenter. Imidlertid gør MI det muligt at bestemme sådanne forhold effektivt ved at udvælge kandidater til påkrævet eksperimenter på forhånd baseret på tidligere eksperimentelle data.

I denne PoC brugte vi MI til at undersøge fire optimale betingelser, der kræves ved design af det klæbende lag, hvilket reducerede antallet af krævede eksperimenter med cirka 80 %. Resultaterne er vist i tabellen nedenfor.

Baseret på resultaterne af ovennævnte processer tilføjede vi et klæbende lag lavet af krom-titanium-legering til glassubstratet ved 246 ℃ ved dannelse af platinfilmen, og bekræftede derefter, at afskalning ikke fandt sted ved stuetemperatur eller ved en høj temperatur på 800 ℃.

3. Reduktion af CO2-emissioner

Ved at bruge MI og CI reduceres antallet af eksperimenter i rækker af trin fra at vælge optimale materialer til at søge efter optimale forhold. Så sammenlignet med konventionel metode reducerede denne proces ved hjælp af MI og CI mængden af ​​CO2-emissioner fra 1.77 tons til 1.42 tons - en reduktion på 0.35 tons(2), og bidrager derefter til COXNUMX-neutralitet og opnåelse af dekarboniserer samfundet.

(1) Eksperimentelle designs: En metode til at udføre eksperimenter under en kombination af betingelser, ved at bruge en kombination af betingelser til at udlede de nødvendige eksperimenter uden udeladelse gennem statistik, og analysere resultaterne.
(2) Beregnet baseret på vejledning om beregning og rapportering af undgåede emissioner udstedt af WBCSD (World Business Council for Sustainable Development). Størrelsen af ​​reduktionen afhænger af evalueringsbetingelserne og evalueringsmodellen.

Dette indhold formodes at blive præsenteret på forårsmødet i Japan Institute of Electronics Packaging på Noda Campus ved Tokyo University of Science den 13. marts 2024.

Hitachi High-Tech leverer løsninger, der bidrager til at løse udfordringer, som produktionsvirksomheder står over for, samt arbejder på at skabe ny social og miljømæssig værdi og bidrage til realiseringen af ​​et bæredygtigt samfund.

Om CI

En cloud-tjeneste leveret af Hitachi High-Tech for at hjælpe med opdagelsen af ​​kemiske forbindelser. Understøtter kunder ved at søge efter forbindelser med en kombination af undersøgende AI og en unik database, der omfatter 43 millioner engelsksprogede patenter og andre offentlige data. www.hitachi-hightech.com/global/en/products/ict-solution/randd/ci/

Om MI

En service- og analyseplatform leveret af Hitachi High-Tech og Hitachi, Ltd. bruger kunstig intelligens til at maksimere materialeegenskaber ved at udlede optimale kombinationsforhold og produktionsbetingelser, hvilket bidrager til vores kunders udviklingseffektivitet. www.hitachi-hightech.com/global/en/products/ict-solution/randd/mi/

Om Hitachi High-Tech Corporation

Hitachi High-Tech Corporation, med hovedkontor i Tokyo, Japan, er engageret i aktiviteter inden for en bred vifte af områder, herunder fremstilling og salg af kliniske analysatorer, bioteknologiske produkter og analytiske instrumenter, halvlederfremstillingsudstyr og analyseudstyr, og leverer høj værdi- tilføjede løsninger inden for områderne social & industriel infrastruktur og mobilitet mv. Selskabets konsoliderede omsætning for regnskabsåret 2022 var ca. JPY 674.2 mia. For yderligere information, besøg https://www.hitachi-hightech.com/global/en/

Kontakt
Material Solution Dept., Supply Chain Resilience Div., Supply Chain Platform Business Group, Hitachi High-Tech Corporation
Kontakt os : mi-info.aj.ml@hitachi-hightech.com

• SEO Powered Content & PR Distribution. Bliv forstærket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
• PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
• PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
• PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
• Kilde: https://www.jcnnewswire.com/pressrelease/88933/3/