விரிவான AI-உகந்த டெல்லூரியம் சுத்திகரிப்பு செயல்முறை

செய்தி

விரிவான AI-உகந்த டெல்லூரியம் சுத்திகரிப்பு செயல்முறை

ஒரு முக்கியமான மூலோபாய அரிய உலோகமாக, டெல்லூரியம் சூரிய மின்கலங்கள், வெப்ப மின் பொருட்கள் மற்றும் அகச்சிவப்பு கண்டறிதல் ஆகியவற்றில் முக்கியமான பயன்பாடுகளைக் காண்கிறது. பாரம்பரிய சுத்திகரிப்பு செயல்முறைகள் குறைந்த செயல்திறன், அதிக ஆற்றல் நுகர்வு மற்றும் வரையறுக்கப்பட்ட தூய்மை மேம்பாடு போன்ற சவால்களை எதிர்கொள்கின்றன. செயற்கை நுண்ணறிவு தொழில்நுட்பங்கள் டெல்லூரியம் சுத்திகரிப்பு செயல்முறைகளை எவ்வாறு விரிவாக மேம்படுத்த முடியும் என்பதை இந்தக் கட்டுரை முறையாக அறிமுகப்படுத்துகிறது.

1. டெல்லூரியம் சுத்திகரிப்பு தொழில்நுட்பத்தின் தற்போதைய நிலை

1.1 வழக்கமான டெல்லூரியம் சுத்திகரிப்பு முறைகள் மற்றும் வரம்புகள்

முக்கிய சுத்திகரிப்பு முறைகள்:

  • வெற்றிட வடிகட்டுதல்: குறைந்த கொதிநிலை அசுத்தங்களை (எ.கா., Se, S) அகற்றுவதற்கு ஏற்றது.
  • மண்டல சுத்திகரிப்பு: உலோக அசுத்தங்களை (எ.கா., Cu, Fe) அகற்றுவதற்கு குறிப்பாக பயனுள்ளதாக இருக்கும்.
  • மின்னாற்பகுப்பு சுத்திகரிப்பு: பல்வேறு அசுத்தங்களை ஆழமாக அகற்றும் திறன் கொண்டது.
  • வேதியியல் நீராவி போக்குவரத்து: மிக உயர்ந்த தூய்மை டெல்லூரியத்தை (6N தரம் மற்றும் அதற்கு மேல்) உற்பத்தி செய்ய முடியும்.

முக்கிய சவால்கள்:

  • செயல்முறை அளவுருக்கள் முறையான தேர்வுமுறையை விட அனுபவத்தை நம்பியுள்ளன.
  • அசுத்தங்களை அகற்றும் திறன் தடைகளை அடைகிறது (குறிப்பாக ஆக்ஸிஜன் மற்றும் கார்பன் போன்ற உலோகம் அல்லாத அசுத்தங்களுக்கு)
  • அதிக ஆற்றல் நுகர்வு உற்பத்தி செலவுகளை அதிகரிக்க வழிவகுக்கிறது.
  • குறிப்பிடத்தக்க தொகுதி-தொகுதி தூய்மை மாறுபாடுகள் மற்றும் மோசமான நிலைத்தன்மை

1.2 டெல்லூரியம் சுத்திகரிப்பு உகப்பாக்கத்திற்கான முக்கியமான அளவுருக்கள்

மைய செயல்முறை அளவுரு அணி:

அளவுரு வகை குறிப்பிட்ட அளவுருக்கள் தாக்க பரிமாணம்
இயற்பியல் அளவுருக்கள் வெப்பநிலை சாய்வு, அழுத்த விவரக்குறிப்பு, நேர அளவுருக்கள் பிரிப்பு திறன், ஆற்றல் நுகர்வு
வேதியியல் அளவுருக்கள் சேர்க்கை வகை/செறிவு, வளிமண்டலக் கட்டுப்பாடு அசுத்தங்களை அகற்றும் தேர்வு
உபகரண அளவுருக்கள் உலை வடிவியல், பொருள் தேர்வு தயாரிப்பு தூய்மை, உபகரண ஆயுட்காலம்
மூலப்பொருள் அளவுருக்கள் தூய்மையற்ற வகை/உள்ளடக்கம், இயற்பியல் வடிவம் செயல்முறை வழித் தேர்வு

2. டெல்லூரியம் சுத்திகரிப்புக்கான AI பயன்பாட்டு கட்டமைப்பு

2.1 ஒட்டுமொத்த தொழில்நுட்ப கட்டமைப்பு

மூன்று அடுக்கு AI உகப்பாக்க அமைப்பு:

  1. கணிப்பு அடுக்கு: இயந்திர கற்றல் அடிப்படையிலான செயல்முறை விளைவு கணிப்பு மாதிரிகள்
  2. உகப்பாக்க அடுக்கு: பல்நோக்கு அளவுரு உகப்பாக்க வழிமுறைகள்
  3. கட்டுப்பாட்டு அடுக்கு: நிகழ்நேர செயல்முறை கட்டுப்பாட்டு அமைப்புகள்

2.2 தரவு கையகப்படுத்தல் மற்றும் செயலாக்க அமைப்பு

பல மூல தரவு ஒருங்கிணைப்பு தீர்வு:

  • உபகரண சென்சார் தரவு: வெப்பநிலை, அழுத்தம், ஓட்ட விகிதம் உட்பட 200+ அளவுருக்கள்
  • செயல்முறை கண்காணிப்பு தரவு: ஆன்லைன் நிறை நிறமாலையியல் மற்றும் நிறமாலையியல் பகுப்பாய்வு முடிவுகள்
  • ஆய்வக பகுப்பாய்வு தரவு: ICP-MS, GDMS போன்றவற்றிலிருந்து ஆஃப்லைன் சோதனை முடிவுகள்.
  • வரலாற்று உற்பத்தி தரவு: கடந்த 5 ஆண்டுகளின் உற்பத்தி பதிவுகள் (1000+ தொகுதிகள்)

அம்ச பொறியியல்:

  • சறுக்கும் சாளர முறையைப் பயன்படுத்தி நேரத் தொடர் அம்சப் பிரித்தெடுத்தல்.
  • தூய்மையற்ற இடம்பெயர்வு இயக்க அம்சங்களின் கட்டுமானம்
  • செயல்முறை அளவுரு தொடர்பு அணிகளின் வளர்ச்சி
  • பொருள் மற்றும் ஆற்றல் சமநிலை அம்சங்களை நிறுவுதல்

3. விரிவான கோர் AI உகப்பாக்க தொழில்நுட்பங்கள்

3.1 ஆழமான கற்றல் அடிப்படையிலான செயல்முறை அளவுரு உகப்பாக்கம்

நரம்பியல் வலையமைப்பு கட்டமைப்பு:

  • உள்ளீட்டு அடுக்கு: 56-பரிமாண செயல்முறை அளவுருக்கள் (இயல்பாக்கப்பட்டது)
  • மறைக்கப்பட்ட அடுக்குகள்: 3 LSTM அடுக்குகள் (256 நியூரான்கள்) + 2 முழுமையாக இணைக்கப்பட்ட அடுக்குகள்
  • வெளியீட்டு அடுக்கு: 12-பரிமாண தர குறிகாட்டிகள் (தூய்மை, தூய்மையற்ற உள்ளடக்கம், முதலியன)

பயிற்சி உத்திகள்:

  • பரிமாற்றக் கற்றல்: ஒத்த உலோகங்களின் சுத்திகரிப்புத் தரவைப் பயன்படுத்தி முன் பயிற்சி (எ.கா., Se)
  • செயலில் கற்றல்: டி-உகந்த முறை மூலம் சோதனை வடிவமைப்புகளை மேம்படுத்துதல்
  • வலுவூட்டல் கற்றல்: வெகுமதி செயல்பாடுகளை நிறுவுதல் (தூய்மை மேம்பாடு, ஆற்றல் குறைப்பு)

வழக்கமான மேம்படுத்தல் வழக்குகள்:

  • வெற்றிட வடிகட்டுதல் வெப்பநிலை சுயவிவர உகப்பாக்கம்: Se எச்சத்தில் 42% குறைப்பு
  • மண்டல சுத்திகரிப்பு வீத உகப்பாக்கம்: Cu நீக்கத்தில் 35% முன்னேற்றம்.
  • எலக்ட்ரோலைட் உருவாக்கம் உகப்பாக்கம்: மின்னோட்ட செயல்திறனில் 28% அதிகரிப்பு

3.2 கணினி உதவியுடன் அசுத்தங்களை அகற்றும் வழிமுறை ஆய்வுகள்

மூலக்கூறு இயக்கவியல் உருவகப்படுத்துதல்கள்:

  • Te-X (X=O,S,Se, முதலியன) தொடர்பு சாத்தியமான செயல்பாடுகளின் வளர்ச்சி
  • வெவ்வேறு வெப்பநிலைகளில் தூய்மையற்ற பிரிப்பு இயக்கவியலின் உருவகப்படுத்துதல்
  • சேர்க்கை-தூய்மையற்ற பிணைப்பு ஆற்றல்களின் கணிப்பு

முதல்-கொள்கை கணக்கீடுகள்:

  • டெல்லூரியம் லேட்டிஸில் மாசு உருவாக்க ஆற்றல்களின் கணக்கீடு
  • உகந்த செலேட்டிங் மூலக்கூறு கட்டமைப்புகளின் கணிப்பு
  • நீராவி போக்குவரத்து எதிர்வினை பாதைகளை மேம்படுத்துதல்

பயன்பாட்டு எடுத்துக்காட்டுகள்:

  • ஆக்ஸிஜன் அளவை 0.3ppm ஆகக் குறைக்கும் புதிய ஆக்ஸிஜன் துப்புரவாளர் LaTe₂ இன் கண்டுபிடிப்பு.
  • தனிப்பயனாக்கப்பட்ட செலேட்டிங் முகவர்களின் வடிவமைப்பு, கார்பன் அகற்றும் திறனை 60% மேம்படுத்துகிறது.

3.3 டிஜிட்டல் இரட்டை மற்றும் மெய்நிகர் செயல்முறை உகப்பாக்கம்

டிஜிட்டல் இரட்டை அமைப்பு கட்டுமானம்:

  1. வடிவியல் மாதிரி: உபகரணங்களின் துல்லியமான 3D மறுஉருவாக்கம்.
  2. இயற்பியல் மாதிரி: இணைந்த வெப்பப் பரிமாற்றம், நிறைப் பரிமாற்றம் மற்றும் திரவ இயக்கவியல்
  3. வேதியியல் மாதிரி: ஒருங்கிணைந்த தூய்மையற்ற வினை இயக்கவியல்
  4. கட்டுப்பாட்டு மாதிரி: உருவகப்படுத்தப்பட்ட கட்டுப்பாட்டு அமைப்பு பதில்கள்

மெய்நிகர் உகப்பாக்க செயல்முறை:

  • டிஜிட்டல் இடத்தில் 500+ செயல்முறை சேர்க்கைகளைச் சோதித்தல்.
  • முக்கியமான உணர்திறன் அளவுருக்களை அடையாளம் காணுதல் (CSV பகுப்பாய்வு)
  • உகந்த இயக்க சாளரங்களின் கணிப்பு (OWC பகுப்பாய்வு)
  • செயல்முறை வலிமை சரிபார்ப்பு (மான்டே கார்லோ உருவகப்படுத்துதல்)

4. தொழில்துறை செயல்படுத்தல் பாதை மற்றும் நன்மை பகுப்பாய்வு

4.1 படிப்படியாக செயல்படுத்தும் திட்டம்

கட்டம் I (0-6 மாதங்கள்):

  • அடிப்படை தரவு கையகப்படுத்தல் அமைப்புகளின் பயன்பாடு
  • செயல்முறை தரவுத்தளத்தை நிறுவுதல்
  • ஆரம்பகால கணிப்பு மாதிரிகளின் வளர்ச்சி
  • முக்கிய அளவுரு கண்காணிப்பை செயல்படுத்துதல்

இரண்டாம் கட்டம் (6-12 மாதங்கள்):

  • டிஜிட்டல் இரட்டை அமைப்பின் நிறைவு
  • முக்கிய செயல்முறை தொகுதிகளை மேம்படுத்துதல்
  • பைலட் மூடிய-சுழற்சி கட்டுப்பாட்டு செயல்படுத்தல்
  • தரக் கண்காணிப்பு அமைப்பு மேம்பாடு

கட்டம் III (12-18 மாதங்கள்):

  • முழு செயல்முறை AI உகப்பாக்கம்
  • தகவமைப்பு கட்டுப்பாட்டு அமைப்புகள்
  • அறிவார்ந்த பராமரிப்பு அமைப்புகள்
  • தொடர்ச்சியான கற்றல் வழிமுறைகள்

4.2 எதிர்பார்க்கப்படும் பொருளாதார நன்மைகள்

50-டன் வருடாந்திர உயர்-தூய்மை டெல்லூரியம் உற்பத்தியின் வழக்கு ஆய்வு:

மெட்ரிக் வழக்கமான செயல்முறை AI-உகந்ததாக்கப்பட்ட செயல்முறை முன்னேற்றம்
தயாரிப்பு தூய்மை 5N 6ஆ+ +1N (+1N)
ஆற்றல் செலவு ¥8,000/டன் ¥5,200/டன் -35%
உற்பத்தி திறன் 82% 93% +13%
பொருள் பயன்பாடு 76% 89% +17%
வருடாந்திர விரிவான நன்மை - ¥12 மில்லியன் -

5. தொழில்நுட்ப சவால்கள் மற்றும் தீர்வுகள்

5.1 முக்கிய தொழில்நுட்ப சிக்கல்கள்

  1. தரவு தர சிக்கல்கள்:
    • தொழில்துறை தரவுகளில் குறிப்பிடத்தக்க சத்தம் மற்றும் விடுபட்ட மதிப்புகள் உள்ளன.
    • தரவு மூலங்களில் சீரற்ற தரநிலைகள்
    • உயர்-தூய்மை பகுப்பாய்வு தரவுகளுக்கான நீண்ட கையகப்படுத்தல் சுழற்சிகள்
  2. மாதிரி பொதுமைப்படுத்தல்:
    • மூலப்பொருள் மாறுபாடுகள் மாதிரி தோல்விகளை ஏற்படுத்துகின்றன
    • உபகரண வயதானது செயல்முறை நிலைத்தன்மையை பாதிக்கிறது
    • புதிய தயாரிப்பு விவரக்குறிப்புகளுக்கு மாதிரி மறுபயிற்சி தேவைப்படுகிறது.
  3. கணினி ஒருங்கிணைப்பு சிரமங்கள்:
    • பழைய மற்றும் புதிய உபகரணங்களுக்கு இடையிலான பொருந்தக்கூடிய சிக்கல்கள்
    • நிகழ்நேரக் கட்டுப்பாட்டு மறுமொழி தாமதங்கள்
    • பாதுகாப்பு மற்றும் நம்பகத்தன்மை சரிபார்ப்பு சவால்கள்

5.2 புதுமையான தீர்வுகள்

தகவமைப்பு தரவு மேம்பாடு:

  • GAN-அடிப்படையிலான செயல்முறை தரவு உருவாக்கம்
  • தரவு பற்றாக்குறையை ஈடுசெய்ய கற்றலை மாற்றவும்.
  • பெயரிடப்படாத தரவைப் பயன்படுத்தி அரை மேற்பார்வையிடப்பட்ட கற்றல்

கலப்பின மாடலிங் அணுகுமுறை:

  • இயற்பியல் சார்ந்த தரவு மாதிரிகள்
  • பொறிமுறையால் வழிநடத்தப்பட்ட நரம்பியல் வலையமைப்பு கட்டமைப்புகள்
  • மல்டி-ஃபிடிலிட்டி மாதிரி இணைவு

எட்ஜ்-கிளவுட் கூட்டு கணினி:

  • முக்கியமான கட்டுப்பாட்டு வழிமுறைகளின் விளிம்பு வரிசைப்படுத்தல்
  • சிக்கலான உகப்பாக்கப் பணிகளுக்கான கிளவுட் கம்ப்யூட்டிங்
  • குறைந்த தாமத 5G தொடர்பு

6. எதிர்கால வளர்ச்சி திசைகள்

  1. நுண்ணறிவு பொருள் மேம்பாடு:
    • AI- வடிவமைக்கப்பட்ட சிறப்பு சுத்திகரிப்பு பொருட்கள்
    • உகந்த சேர்க்கை சேர்க்கைகளின் உயர்-செயல்திறன் திரையிடல்
    • புதுமையான தூய்மையற்ற தன்மையைப் பிடிக்கும் வழிமுறைகளின் கணிப்பு
  2. முழு தன்னாட்சி உகப்பாக்கம்:
    • சுய விழிப்புணர்வு செயல்முறை நிலைகள்
    • சுய-மேம்படுத்தல் செயல்பாட்டு அளவுருக்கள்
    • சுய-சரிசெய்தல் ஒழுங்கின்மை தீர்வு
  3. பச்சை சுத்திகரிப்பு செயல்முறைகள்:
    • குறைந்தபட்ச ஆற்றல் பாதை உகப்பாக்கம்
    • கழிவு மறுசுழற்சி தீர்வுகள்
    • நிகழ்நேர கார்பன் தடம் கண்காணிப்பு

ஆழமான AI ஒருங்கிணைப்பு மூலம், டெல்லூரியம் சுத்திகரிப்பு அனுபவம் சார்ந்ததிலிருந்து தரவு சார்ந்ததாகவும், பிரிவு சார்ந்த உகப்பாக்கத்திலிருந்து முழுமையான உகப்பாக்கமாகவும் ஒரு புரட்சிகரமான மாற்றத்திற்கு உட்பட்டுள்ளது. நிறுவனங்கள் "முக்கிய திட்டமிடல், கட்டம் கட்டமாக செயல்படுத்துதல்" உத்தியைப் பின்பற்றவும், முக்கியமான செயல்முறை படிகளில் முன்னேற்றங்களுக்கு முன்னுரிமை அளித்து, படிப்படியாக விரிவான அறிவார்ந்த சுத்திகரிப்பு அமைப்புகளை உருவாக்கவும் அறிவுறுத்தப்படுகின்றன.


இடுகை நேரம்: ஜூன்-04-2025