Kwantitatieve materiaalkarakterisering
Complexe materialen met meerdere componenten kunnen met hoge nauwkeurigheid worden geanalyseerd met X-ray Fluorescence (XRF) om de chemische bulksamenstelling te bepalen en Scanning Electron Microscopy – Energy Dispersive X-ray spectroscopy (SEM-EDX) om de microstructuur en elementaire distributie te bepalen. Dit toont echter de aanwezige elementen, niet welke kristallijne verbindingen ze vormen. X-ray diffraction (XRD) is de enige methode die deze informatie kan leveren. XRD legt echter niet de elementaire samenstelling vast, maar alleen de symmetrie van de ordening, het ziet geen amorfe fasen, sporen van fasen of microstructurele ordening van fasen. Kortom, geen enkele technologie op zich kan deze materialen kwantitatief karakteriseren.
Computationeel framework voor geïntegreerde materiaalkarakterisering
Dit project richt zich op industrieel onderzoek naar een computationeel framework voor geïntegreerde karakterisering van multi-fase anorganisch materiaal. Het zal het eerste platform ter wereld zijn dat drie complementaire modaliteiten SEM-EDX-SI, Rietveld-XRD en XRF volledig integreert in één consistent, geautomatiseerd en intelligent systeem. De aanpak correleert de microanalyse (SEM-EDX-SI) met de faseanalyse (XRD) in Kwantitatieve fasen analyse en voert consistentiecontroles uit op de resultaten met onafhankelijk verkregen bulkchemie (XRF). Om deze correlatie mogelijk te maken, wordt Artificiële Intelligentie gebruikt voor automatisering van het besluitvormingsproces waarvoor normaliter hoogopgeleide experts nodig waren.
Consortium en impact
Het project zal worden uitgevoerd door de TU Eindhoven en CarbonsAI. De TU Eindhoven zal onderzoek doen naar de kristallografie, terwijl CarbonsAI baanbrekende R&D zal uitvoeren op het gebied van kunstmatige intelligentie modellen en algoritmen voor correlatie van de modaliteiten en geautomatiseerde deskundige besluitvormingsprocessen. Dit resulteert in een baanbrekend computationeel framework dat een revolutie teweegbrengt in materiaalkarakterisering, waardoor het mogelijk wordt secundaire materialen te doorgronden en de circulariteit van industriële processen te verbeteren. Het project draagt daarmee bij aan de innovatiedomeinen ‘Imaging Technologies’ en ‘Smart Industry’ van de Nationale Technologie Strategie (NTS).