由碳纳米管制成的薄膜在先进光电子、能源和医药领域有着广阔的应用前景,但由于其制造过程受到严密的监督和严格的标准化要求,不太可能很快普及。纳米管的多相制造工艺极其难以管理,这是开发其巨大潜力的一个主要障碍。研究人员建议使用人工神经网络(ANN)来分析实验数据,并预测单壁碳纳米管合成的效率。
在发表在《Carbon》期刊上的研究中,科学家指出,机器学习方法,特别是人工神经网络在实验参数上的训练,如温度、气体压力和流速,可以帮助监控碳纳米管薄膜的性能。人类文明的发展、材料制造和应用技术的进步在信息技术时代紧密相连,材料和计算算法及其应用塑造着我们的日常生活。这同样适用于人工神经网络,它已经发展成为处理多参数任务不可或缺的工具。
这些任务的范围从对象识别到医学诊断等很多领域,在过去的25年里,由于纳米管生长过程的复杂性,基于碳纳米管的电子学发展几乎没有取得任何进展。相信,新方法将有助于创建一个有效的碳纳米管生产框架,并为它们的实际应用开辟新天地。研究提出利用人工神经网络对实验数据进行处理,并基于布杜阿尔反应预测气溶胶CVD合成单壁碳纳米管的性能。
利用五个关键输入参数(CO、CO2和二茂铁的压力、停留时间和生长温度)来控制制备纳米管薄膜的性能(产率、直径分布的平均值和标准偏差以及缺陷)。预测误差与实验误差基本一致,该方法对合成具有定制特性的纳米碳具有重要意义。
博科园|研究/来自:斯科尔科沃科学技术学院
参考期刊《Carbon》
DOI: 10.1016/j.carbon.2019.07.013
博科园|科学、科技、科研、科普
关注【博科园】看更多大美宇宙科学哦
联系客服