چکیده گرافیکی اعتبار: مجله شیمی مواد الف (2024). doi: 10.1039/D3TA06889G
روش‌های محاسباتی و تجربی در علم مواد اغلب به عنوان اموری کاملاً مجزا توصیف می‌شوند. از یک طرف، شبیه سازی های کامپیوتری برای توضیح و پیش بینی خواص مواد، از جمله مواد جدیدی که هنوز ساخته نشده اند، استفاده می شود. از سوی دیگر، آزمایش‌ها رفتار واقعی مواد را در موقعیت‌های کنترل‌شده آزمایش می‌کنند و برای تأیید و اعتبار پیش‌بینی‌های محاسباتی خدمت می‌کنند.
اما راه پیش رو برای علم مواد این است که این دو رویکرد دست به دست هم بدهند، همانطور که در یک انتشار جدید در سال 2018 انجام شد. مجله شیمی مواد الف، به رهبری اعضای NCCR MARVEL، جووانی پیزی و نیکولا مازاری با Corsin Battaglia Emba، و شامل محققانی از موسسه Paul Scherrer (PSI)، امبا، EPFL، ETH زوریخ و دانشگاه فنی برلین.
محققان نشان دادند که چگونه موتور گردش کار محاسباتی AiiDA که در NCCR MARVEL توسعه یافته است، نه تنها برای اجرای شبیه‌سازی‌ها، بلکه برای انجام آزمایش‌های واقعی، در این مورد روی باتری‌ها، از کنترل دستگاه‌های آزمایشی تا بایگانی و تجزیه و تحلیل داده‌های به‌دست‌آمده، قابل استفاده است.
آیدان پنگلاس، دانشمند گروه جیووانی پیزی در PSI، توضیح می‌دهد: «مولفه‌های زیادی در آماده‌سازی دخیل بودند.
اول، روباتی به نام Aurora وجود دارد که می تواند تا 36 باتری سکه ای را با اجزای باتری مختلف در آن زمان جمع کند. هنگامی که باتری ها آماده استفاده هستند، در قفسه های چرخه باتری قرار می گیرند که به طور مکرر باتری ها را در شرایط مختلف شارژ و تخلیه می کنند.
Tomato، یک ابزار نرم‌افزار منبع باز توسعه‌یافته در Emba، آزمایشگاه فدرال علوم و فناوری مواد سوئیس، سپس برای کنترل عملکرد دوچرخه‌ها، تنظیم پارامترهایی مانند ولتاژ و جریان و قرار دادن باتری‌ها در چرخه‌های شارژ و دشارژ مورد نیاز استفاده می‌شود. .
پیتر کراوز، توسعه‌دهنده اصلی Tomato، که قبلاً در Emba کار می‌کرد و اکنون در دانشگاه فنی کار می‌کند، توضیح می‌دهد: «نرم‌افزار ارتباط با دوچرخه‌سواران، جمع‌آوری داده‌ها، و تجزیه و تحلیل نتایج را مستقیماً در فایل‌هایی که می‌توان بیشتر پردازش کرد، انجام می‌دهد. برلین.
ماهیت مطالعه جدید دقیقاً ادغام AiiDA با گوجه فرنگی است، به گونه ای که می توان گردش کار AiiDA را نوشت و از AiiDA برای کنترل چرخه باتری ها استفاده کرد. مزیت این است که اکنون می توان مجموعه ای از پروتکل های دوچرخه سواری را به هر نمونه در یک گردش کار دوچرخه سواری اختصاص داد، و چندین نمونه را می توان به طور همزمان ارسال کرد، تنها با تعداد دوچرخه سواران موجود محدود می شود.
پنگلاس می گوید: «در غیر این صورت، هر آزمایش و هر پروتکلی که می خواهید با گوجه فرنگی انجام دهید، باید آن را یکی یکی انجام دهید.
برای مثال، فرض کنید که آزمایش ابتدا شامل قرار دادن باتری در یک چرخه تشکیل، برای ایجاد رابط غیرفعال سازی الکترولیت/الکترولیت، و بعداً استفاده از چرخه طولانی مدت است. به‌جای تنظیم دستی هر یک از این پروتکل‌ها برای هر نمونه، AiiDA به محققان اجازه می‌دهد تا آزمایشی را از طریق یک رابط گرافیکی با گروه‌بندی چندین پروتکل با هم و ارسال آنها به صورت دسته‌ای روی هر تعداد از نمونه‌ها، با اسکن‌های مختلف در طول مسیر، تنظیم کنند.
علاوه بر این، شما از مزایای معمول AiiDA در هنگام جمع‌آوری و تجزیه و تحلیل داده‌ها، از جمله قابلیت ردیابی کامل منبع داده‌ها، دارید. پینگلاس می‌گوید: یک فروشگاه یک‌جا درباره ارسال پرداخت‌ها، جمع‌آوری داده‌ها، ردیابی منبع و تجزیه و تحلیل.
Giovanni Pizzi می‌گوید: «این اولین باری است که AiiDA برای انجام آزمایش‌های خودکار به جای شبیه‌سازی، با استفاده از همان فلسفه اولیه، ساختار داده و موتور گردش کار استفاده می‌شود.»
ادغام نزدیک شبیه‌سازی‌ها و آزمایش‌های رباتیک ما اولین گام مهم به سمت یک پلت فرم کاملاً یکپارچه است که آزمایشگاه‌های خودران کاملاً مستقل را در آینده فعال می‌کند.»
اطلاعات بیشتر:
پیتر کراوس و همکاران، پل زدن اعتماد و کنترل: گردش کار الگوریتمی با دوچرخه‌سواری خودکار باتری، مجله شیمی مواد الف (2024). doi: 10.1039/D3TA06889G
ارائه شده توسط مرکز ملی صلاحیت تحقیقات (NCCR) MARVEL
نقل قول: موتور گردش کار محاسباتی، سازگار با پلتفرم روباتیک، برای آزمایش‌ها برای اولین بار (29 آوریل 2024) بازیابی شده در 1 مه 2024 از https://techxplore.com/news/2024-04-workflow-robotic-platform
این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. علیرغم هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوا فقط برای مقاصد اطلاعاتی ارائه شده است.