Наши проекты
Мы разрабатываем платформу для проведения автоматизированных расчетов физических и химических свойств материалов. Архитектура платформы написана на языке Python и имеет интерфейс к открытым пакетам для моделирования материалов на атомистическом и мезоскопическом масштабах. Кроме того, мы разрабатываем модели машиннообучаемых потенциалов межатомного взаимодействия, которые имплентированы на С++.
Мы выполняем индустриальные проекты в области разработки и внедрения новых материалов с улучшенными свойствами, а также создаем образовательные курсы в области вычислительного материаловедения.
Мы выполняем индустриальные проекты в области разработки и внедрения новых материалов с улучшенными свойствами, а также создаем образовательные курсы в области вычислительного материаловедения.
Платформа Atomica объединяет
Методы искусственного
интеллекта
интеллекта
Высокопроизводительные
вычисления
вычисления
Инструменты
для моделирования
для моделирования
Разработка машиннообучаемых потенциалов межатомного взаимодействия
Машиннообучаемые потенциалы межатомного взаимодействия - удобный инструмент для эффективного исследования свойств материалов. Они сочетают в себе точность квантовомеханических расчтетов и скорость эмпирических потенциалов.
Использование машиннообучаемых потенциалов межатомного взаимодействия MTP (Moment Tensor Potential)
Активное обучение
Уменьшение вычислительных затрат
Точность расчетов близкая к точности квантовомеханических расчетов
Расчет термодинамических свойств и фазовых диаграмм
Молекулярнодинамические расчеты с применением машиннообучаемого потенциала MTP
Использование регрессии гауссовского процесса для нахождения точки плавления, предсказания термодинамических свойств и построения фазовых диаграмм
Расчет термофизических свойств расплавов солей: коэффициентов самодиффузии, вязкости и теплопроводности
Молекулярнодинамические расчеты с применением машиннообучаемого потенциала MTP
Уменьшение вычислительных затрат
Точность расчетов близка к точности квантовомеханических расчетов
Расчет теплопроводности с применением машиннообучаемого потенциала MTP
Молекулярнодинамические расчеты с применением машиннообучаемого потенциала MTP
Уменьшение вычислительных затрат
Точность расчетов близка к точности квантовомеханических расчетов
Предсказание кристаллической структуры 5
Применение машиннообучаемого потенциала MTP с активным обучением
Уменьшение вычислительных затрат
Описание 6
Это описание для текста 6.
Разработка и исследования
Использование машиннообучаемых потенциалов межатомного взаимодействия MTP (Moment Tensor Potential)
Активное обучение
Уменьшение вычислительных затрат
Точность расчетов близкая к точности квантовомеханических расчетов
Расчет термодинамических свойств и фазовых диаграмм
Молекулярнодинамические расчеты с применением машиннообучаемого потенциала MTP
Использование регрессии гауссовского процесса для нахождения точки плавления, предсказания термодинамических свойств и построения фазовых диаграмм
Расчет термофизических свойств расплавов солей: коэффициентов самодиффузии, вязкости и теплопроводности
Молекулярнодинамические расчеты с применением машиннообучаемого потенциала MTP
Уменьшение вычислительных затрат
Точность расчетов близка к точности квантовомеханических расчетов
Расчет теплопроводности с применением машиннообучаемого потенциала MTP
Молекулярнодинамические расчеты с применением машиннообучаемого потенциала MTP
Уменьшение вычислительных затрат
Точность расчетов близка к точности квантовомеханических расчетов
Предсказание кристаллической структуры 5
Применение машиннообучаемого потенциала MTP с активным обучением
Уменьшение вычислительных затрат
Описание 6
Это описание для текста 6.
Разработка и исследования
Индустриальные проекты и НИОКР
Мы предоставляет услуги в области разработки и внедрения новых материалов с улучшенными свойствами для различных областей индустрии.
Металлургия и машиностроение
Изучение свойств металлов, создание материалов с заданными свойствами.
Нефтехимическая промышленность
Изучение ПАВ, катализ, разработка материалов с высокой коррозионной устойчивостью.
Электроника
Аддитивные технологии, разработка материалов с высокой проводимостью и теплопроводностью, создание энергоносителей.
Фармацевтика и медицина
Исследование молекулярных кристаллов и органических соединений.
Успешные индустриальные проекты
Платформа Atomica эффективно используется для ускоренной разработки и оптимизации химических составов, критичных для промышленного применения. Компьютерное моделирование позволяет существенно сокращать затраты, при этом обеспечивая глубокое понимание поведения системы на атомарном уровне.
Электропроводность расплавов
Цель: оптимизировать состав электролита с целью повышения электропроводности.
- Провели численное моделирование поведения системы на атомистическом уровне с применением квантово-механических расчетов и машинного обучения.
- Рассчитали электропроводность в диапазоне температур, соответствующем реальному производству.
- Провели автоматизированный скрининг альтернативных составов и выявили кандидатов с потенциалом повышения электропроводности до 35%.
- Исключили человеческий фактор и потенциальные ошибки, связанные с подготовкой и анализом физических проб.
Результаты
- Среди предложенных составов найден тот, что обеспечивает 35% прирост электропроводности, что позволяет увеличить плотность тока и повысить производительность без капитальных вложений.
- Сокращение стоимости экспериментов: численные расчёты позволили снизить затраты на лабораторные испытания в 10 раз.
- Экономия времени: моделирование с помощью Atomica оказалось в 6 раз быстрее, чем натурные испытания.
- Наиболее перспективные составы были рекомендованы для дальнейших испытаний в лаборатории.
Образовательные проекты
Мы занимаемся образованием и создаем курсы, необходимые тем, кто собирается или уже занимается цифровым материаловедением. Мы хотим чтобы больше людей познакомились с предметом.
Читается
На курсе мы познакомим вас с современными методами в вычислительном материаловедении. На практических занятиях вы научитесь самостоятельно исследовать свойства материалов.
в разработке
Введение в машинное обучение
Мы видели как выглядят курсы по машинному обучению в университетах и на онлайн платформах. Мы считаем, что их нужно делать по-другому и делаем свой курс, который будет доступен для всех.
в разработке
Высокопроизводительные вычисления в материаловедении
На данном курсе мы познакомим вас с нашей платформой для вычислительного материаловедения и покажем, как решать реальные задачи из науки и индустрии.
Планируется
Квантовая химия
Квантовая механика является основой атомистического моделирования материалов. Это базовый курс, который поможет понять свойства материалов с точки зрения квантовой механики.
Планируется
Термодинамика материалов
Термодинамику преподают и в школе, и в университетах. Мы считаем, что практическое использование предмета опускается, особенно, когда речь касается материалов, поэтому мы разрабатываем курс, который будет фокусироваться на практике.
Узнайте больше о Цифровых Материалах
Свяжитесь с нами, чтобы обсудить возможное сотрудничество или получить ответы на интересующие вас вопросы.
На сайте используются файлы "cookies".
Оставаясь на сайте, вы выражаете свое Согласие на их обработку в соответствии с Политикой конфиденциальности ООО «Цифровые Материалы», Пользовательским соглашением.
Оставаясь на сайте, вы выражаете свое Согласие на их обработку в соответствии с Политикой конфиденциальности ООО «Цифровые Материалы», Пользовательским соглашением.