IA:trova difetti in motori a idrogeno 100 volte più velocemente

Il team di ricerca ha estratto 5.000 immagini da oltre 200 campioni di carta in fibra di carbonio e ha addestrato un algoritmo di apprendimento automatico con questi dati. Il modello così addestrato è stato in grado di prevedere la distribuzione 3D e la disposizione dei componenti chiave della carta in fibra di carbonio, con una precisione superiore al 98 per cento. Questa capacità consente il confronto dello stato iniziale della carta in fibra di carbonio con il suo stato attuale, consentendo l’identificazione immediata delle cause di degradazione delle prestazioni. Il metodo di analisi convenzionale, che prevede la frantumazione di campioni di carta in fibra di carbonio e l’uso di un microscopio elettronico, richiede almeno 2 ore per essere completato. Al contrario, il modello di analisi sviluppato dal team di ricerca può identificare la degradazione, le aree danneggiate e l’entità del danno nella carta in fibra di carbonio in pochi secondi utilizzando solo apparecchiature di tomografia a raggi X. Inoltre, il team di ricerca ha utilizzato i dati del modello sviluppato per identificare sistematicamente come fattori di progettazione quali lo spessore della carta in fibra di carbonio e il contenuto di legante influenzino le prestazioni delle celle a combustibile. Hanno anche estratto parametri di progettazione ottimali e proposto un piano di progettazione ideale mirato a migliorare l’efficienza delle celle a combustibile. Il Dott. Chi-Young Jung, ricercatore principale, ha affermato: “Questo studio è significativo in quanto migliora la tecnologia di analisi combinando l’intelligenza artificiale con l’utilizzo dello spazio virtuale e identifica chiaramente la relazione tra la struttura e le proprietà dei materiali energetici, dimostrando così la sua applicabilità pratica”. Un nuovo strumento basato sull’intelligenza artificiale (IA) è in grado di individuare difetti e danni di una struttura essenziale dei motori a idrogeno (H2), cento volte più velocemente degli strumenti convenzionali. E’ quanto emerge da uno studio guidato dal Korea Institute of Energy Research e pubblicato su Applied Energy. Nello specifico gli autori hanno concentrato i loro sforzi sulla carta in fibra di carbonio, un materiale chiave nelle celle a combustibile dei motori a idrogeno. La carta è composta da materiali come fibre di carbonio, leganti (adesivi) e rivestimenti. Nel tempo, la disposizione, la struttura e le condizioni del rivestimento di questi materiali cambiano, portando a un calo delle prestazioni della cella a combustibile. Per questo motivo, l’analisi della microstruttura della carta in fibra di carbonio è diventata una fase essenziale nella diagnosi delle condizioni dei motori a idrogeno. Per affrontare i limiti dei metodi di analisi esistenti, gli autori del nuovo studio hanno sviluppato una tecnologia che analizza la microstruttura della carta in fibra di carbonio utilizzando la diagnostica a raggi X e un modello di apprendimento delle immagini basato sull’intelligenza artificiale. In particolare, questa tecnologia consente un’analisi precisa utilizzando solo la tomografia a raggi X, eliminando la necessità di un microscopio elettronico. Di conseguenza, consente una diagnosi delle condizioni quasi in tempo reale. (AGI)