Machine learning voorspelt eigenschappen nanoporeuze materialen

Onderzoek & Wetenschap 24/05/2019 8:32:37

De Universiteit Gent en de Universiteit van Cambridge ontwikkelden een computeralgoritme op basis van machine learning dat de mechanische eigenschappen van deze materialen voorspelt.

Lees hieronder verder   
Verwant

Wetenschappers ontdekken elektrische geleiding in bacteriën (+video)

Isolatietechniek maakt chips krachtiger en kleiner

Druppelbeweging manier voor manipulatie kwetsbare biologische samples

“Proof of Concept Grant” voor bouw speciale 3D-PIV microscoop

Beter inzicht in bijzondere eigenschappen van water

Onderzoek: Zwaartekracht beschrijven, zonder zwaartekracht

>> Meer verwant nieuws
Carrièrekansen (meer)
Agenda

Postgraduaat Coöperatief ondernemen en management

Leuven

van 20/09/2019 tot 20/12/2019

Studiedag Energie-efficiëntie

Vlaams Parlement - Brussel

vrijdag 20 september 2019

Webinar: 7 innovatieve veiligheids­oplossingen

Pilz Webinar

vrijdag 20 september 2019

Overdrukbeveiliging in de procesindustrie en veiligheidskleppen

Het Ingenieurshuis - Antwerpen

van 23/09/2019 tot 26/09/2019

46ste Hogere Cursus Akoestiek

Het Ingenieurshuis - Antwerpen

van 23/09/2019 tot 17/02/2020

Plat dak specialist editie 2019

Het Ingenieurshuis - Antwerpen

van 24/09/2019 tot 24/09/2020

Keuze van de redactie

(17/9) ArcelorMittal Gent installeerde grootste Belgische zonnedak

(17/9) umati showcase op EMO: nieuwe machinetaalstandaard

(11/9) Wetenschappers ontdekken elektrische geleiding in bacteriën (+video)

(11/9) Nieuwe technologie voor filtratie van organische microverontreinigingen

(10/9) Werkgevers plannen personeelsuitbreiding in vierde kwartaal

(9/9) 2.640 zonnepanelen voor spaarbekkencentrale in Coo

>> Meer blikvangers

ENGINEERINGNET.BE - Metaal-organische roosters, ofwel metal-organic frameworks (MOF's) bestaan uit een combinatie van bouwblokken. Door bouwblokken met gewenste eigenschappen te selecteren en samen te voegen tot een periodiek 3D-materiaal, ontwikkelen onderzoekers al veel soorten MOFs.

MOFs halen onder meer water uit woestijnlucht, slaan gevaarlijke gassen op of maken auto’s op basis van waterstof mogelijk. Maar deze veelbelovende materialen zijn vaak fragiel.

Dit is een gevolg van hun sterk poreuze structuur en immense interne oppervlakte: een MOF ter grootte van een suikerklontje bezit eenzelfde interne oppervlakte als zes voetbalvelden.

Dit maakt hen heel efficiënt voor de adsorptie en opslag van molecules, maar zorgt er ook voor dat ze heel gemakkelijk in elkaar klappen onder druk.

Omdat de gebruikelijke productieprocessen MOFs in poedervorm opleveren, is een extra stap nodig om deze poeders samen te drukken tot grotere en bruikbare materialen. Vanwege hun porositeit klappen veel MOFs in elkaar tijdens dit proces, waarbij tijd en geld verloren gaan.

Onderzoekers aan de Universiteit van Cambridge, de Universiteit Gent en de Colorado School of Mines ontwikkelden daarom een algoritme op basis van machine learning.

Hiervoor rekenden de onderzoekers eerst 3.385 MOFs door met moleculaire simulaties, waarna ze met een vrij toegankelijk algoritme, op basis van machine learning, de mechanische eigenschappen van zowel bestaande als nog te produceren MOFs voorspellen.

Het resultaat is een interactieve map van de structurele en mechanische eigenschappen van MOFs, zodat onderzoekers in het vervolg alleen nog MOFs met de nodige mechanische stabiliteit produceren.

Ook lanceerden de onderzoekers een interactieve website waarop wetenschappers hun eigen MOFs ontwerpen en meteen kunnen voorspellen of ze voldoende stabiel zijn. Deze toepassing helpt om de afstand tussen experimentatoren en computationele onderzoekers werkzaam in dit vakgebied te overbruggen. << (Lydia Heida) (foto: © Prof. David Fairen-Jimenez - Universiteit van Cambridge)

Abonneer op onze nieuwsbrief

Reageer of publiceer aanvullende informatie
Mis ook dit niet...

“Waterstof, de brandstof van de toekomst ?!” - uitnodiging

Nog twee weken tot het waterstof seminarie van het najaar: Fueling the Future Summit. Wij geven alvast een aantal redenen om deelname aan het seminarie zeker zullen rechtvaardigen.

Hogeschool PXL test ‘smart’ ventileren met machine learning

Hogeschool PXL is van start gegaan met een experimenteel proefproject met machine learning om de ventilatie van zijn aula’s in Diepenbeek automatisch aan te sturen.

EMO 2019 van start gegaan in Hannover

Uitdagingen en opportuniteiten, daarover had Carl Martin Welcker, generaal commissaris-generaal van EMO Hannover 2019, het bij de start van de grootste machine­gereed­schappen­beurs ter wereld.

Nieuwe Uniflex prikgeleider voor slangen tot 100 mm - techniek

Na de PR 12, heeft Uniflex nu de staande PR 14 prikgeleider ontwikkeld voor de noodzakelijke prikgeleiding op de buitenlaag van gasleidingen voor perslucht, stikstof, …

DNA-bouwpakket alternatief voor dure industrieel geproduceerde antilichamen

Onderzoekers van KU Leuven zijn erin geslaagd om schapen zelf antilichamen te laten produceren, door enkel de DNA-bouwstenen van dit type geneesmiddelen te injecteren.

Bouw Frans offshore windpark toegewezen aan Jan De Nul

Jan De Nul Group heeft, via zijn Franse dochteronderneming Sodraco International, een eerste contract voor de bouw van een windmolenpark op zee in Frankrijk ondertekend.

Resultaten testproject autonoom varen voorgesteld

Na verschillende maanden van testvaarten met een schaalmodel van een autonoom (onbemand en zelfsturend) binnenschip op de IJzer werden onlangs de testresultaten voorgesteld.

7 miljoen euro EU-subsidie voor innovatieve warmtebatterij (+video)

De Nederlandse TU Eindhoven en TNO hebben een batterij ontwikkeld die het mogelijk maakt om duurzaam opgewekte energie op een goedkope en efficiënte manier op te slaan.

Partners