Исследовательская группа доктора Чи-Янга Джунга из Центра исследований и демонстрации водорода Корейского института энергетических исследований (KIER) успешно разработала метод анализа микроструктуры бумаги из углеродного волокна, ключевого материала в водородных топливных элементах, со скоростью в 100 раз превышающей существующие методы. Это было достигнуто за счет использования технологии цифровых двойников и обучения искусственного интеллекта (ИИ).

Бумага из углеродного волокна является ключевым материалом в батареях водородных топливных элементов, играя решающую роль в облегчении сброса воды и подачи топлива. Она состоит из таких материалов, как углеродные волокна , связующие вещества (клеи) и покрытия. Со временем расположение, структура и состояние покрытия этих материалов изменяются, что приводит к снижению производительности топливного элемента. По этой причине анализ микроструктуры бумаги из углеродного волокна стал важным шагом в диагностике состояния топливных элементов.

Однако до сих пор анализ микроструктуры углеродной бумаги с высоким разрешением в режиме реального времени был невозможен. Это связано с тем, что для получения точных результатов анализа требуется процесс, в ходе которого образец углеродной бумаги повреждается, а затем подвергается детальному исследованию с использованием электронного микроскопа.

Для устранения ограничений существующих методов анализа исследовательская группа разработала технологию, которая анализирует микроструктуру бумаги из углеродного волокна с использованием рентгеновской диагностики и модели обучения изображения на основе ИИ. Примечательно, что эта технология позволяет проводить точный анализ, используя только рентгеновскую томографию, устраняя необходимость в электронном микроскопе. В результате она позволяет проводить диагностику состояния практически в реальном времени.

Исследовательская группа извлекла 5000 изображений из более чем 200 образцов бумаги из углеродного волокна и обучила алгоритм машинного обучения с этими данными. В результате обученная модель смогла предсказать трехмерное распределение и расположение ключевых компонентов бумаги из углеродного волокна, включая углеродные волокна, связующие вещества и покрытия, с точностью более 98%.

Эта возможность позволяет сравнивать начальное состояние бумаги из углеродного волокна с ее текущим состоянием, что позволяет немедленно идентифицировать причины ухудшения производительности. Результаты опубликованы в журнале Applied Energy .

Традиционный метод анализа, включающий дробление образцов бумаги из углеродного волокна и использование электронного микроскопа , занимает не менее двух часов. Напротив, модель анализа, разработанная исследовательской группой, может определить деградацию, поврежденные области и степень повреждения бумаги из углеродного волокна в течение нескольких секунд, используя только рентгеновское томографическое оборудование.

Кроме того, исследовательская группа использовала данные из разработанной модели для систематического определения того, как факторы дизайна, такие как толщина бумаги из углеродного волокна и содержание связующего, влияют на производительность топливных элементов. Они также извлекли оптимальные параметры дизайна и предложили идеальный план дизайна, направленный на повышение эффективности топливных элементов.

Доктор Чи-Янг Джунг, ведущий исследователь, заявил: «Это исследование имеет важное значение, поскольку оно улучшает технологию анализа, объединяя ИИ с использованием виртуального пространства, и четко определяет взаимосвязь между структурой и свойствами энергетических материалов, тем самым демонстрируя ее практическую применимость». Он добавил: «Мы ожидаем, что в будущем оно сыграет значительную роль в смежных областях, таких как вторичные батареи и электролиз воды».