12月27日，日本產(chǎn)業(yè)技術(shù)綜合研究所（National Institute of Advanced Industrial Science and Technology，AIST）多材料研究部主任研究員古嶋亮一、主任研究員中島佑樹、研究組組長(zhǎng)福島學(xué)、主任研究員周游，招聘研究員大司達(dá)樹、平尾喜代司組成的科研團(tuán)隊(duì)成功建立了人工智能（AI）技術(shù)，利用所用原材料類型、成型方法和燒結(jié)條件等制造工藝信息來高精度預(yù)測(cè)氮化硅陶瓷燒結(jié)體的導(dǎo)熱率。
?
?
?
氮化硅陶瓷材料預(yù)計(jì)將用于安裝在下一代功率模塊中的絕緣散熱板，這些功率模塊可以高效地轉(zhuǎn)換和控制功率。用于絕緣散熱基板的氮化硅陶瓷要求具有高導(dǎo)熱率，其生產(chǎn)需要極其復(fù)雜和精密的工藝，甚至要考慮到原材料中所含最少量的雜質(zhì)（0.01% 或更少）。由于制造條件的復(fù)雜性，預(yù)測(cè)所制造的氮化硅陶瓷的導(dǎo)熱率極其困難。
?
此次，產(chǎn)業(yè)技術(shù)研究院中部中心提供了氮化硅陶瓷制造中使用的原料粉末和添加劑粉末的種類和比例、燒結(jié)助劑的種類和用量、氮化條件、燒結(jié)條件等信息。結(jié)合該團(tuán)隊(duì)多年來積累的相同材料熱導(dǎo)率的研究成果，開發(fā)了一種人工智能技術(shù)，可以根據(jù)該制造過程信息高精度預(yù)測(cè)熱導(dǎo)率。該技術(shù)的部分內(nèi)容于2023年12月19日發(fā)表在《Ceramics International》雜志上。DOI：https://doi.org/10.1016/j.ceramint.2023.12.231
?
陶瓷材料中，導(dǎo)熱性能優(yōu)異的氮化鋁和機(jī)械性能優(yōu)異的氮化硅常用作絕緣散熱基板。在此過程中，AIST揭示了材料的斷裂韌性對(duì)絕緣散熱基板的壽命有重大影響，并一直致力于提高具有更好機(jī)械性能的氮化硅的導(dǎo)熱率。2011年，AIST開發(fā)了氮化硅陶瓷，其斷裂韌性是氮化鋁的三倍以上，并且具有當(dāng)時(shí)世界上最高的導(dǎo)熱率，2021年還研究了陶瓷的介電擊穿強(qiáng)度，并在世界上首次證明即使是微米級(jí)的超薄基板也可以在下一代電動(dòng)汽車的工作電壓下使用，2022年在世界上首次利用人工智能從組織圖像中準(zhǔn)確預(yù)測(cè)氮化硅陶瓷斷裂韌性。在這項(xiàng)研究中，AIST的目標(biāo)是利用 AIST 的先進(jìn)技術(shù)和長(zhǎng)期知識(shí)，創(chuàng)建能夠根據(jù)制造過程信息準(zhǔn)確預(yù)測(cè)導(dǎo)熱率的 AI 技術(shù)。這減少了制作氮化硅燒結(jié)體原型和測(cè)量導(dǎo)熱率所需的勞動(dòng)力和時(shí)間，從而可以加快材料開發(fā)速度。
?
氮化硅的導(dǎo)熱系數(shù)很大程度上受其復(fù)雜的微觀結(jié)構(gòu)的影響，包括孔隙、晶界玻璃相、細(xì)小顆粒、生長(zhǎng)的柱狀顆粒以及顆粒內(nèi)部的雜質(zhì)含量。另外，顯微組織和雜質(zhì)含量由1）作為主要原料的氮化硅或硅粉的種類和含量決定；2)混合的多種燒結(jié)助劑的種類及其混合比例；3) 混合/成型條件；4）受制造工藝影響較大，氮化和燒結(jié)條件的組合有無數(shù)種。使用人工智能很難預(yù)測(cè)氮化硅的熱導(dǎo)率，因?yàn)檫@些制造工藝的微小差異可能會(huì)導(dǎo)致氮化硅的熱導(dǎo)率發(fā)生很大變化。
?
新開發(fā)的方法利用氮化硅陶瓷熱導(dǎo)率的研究成果，將無法用作解釋變量的變量納入進(jìn)來，以準(zhǔn)確預(yù)測(cè)熱導(dǎo)率，例如原材料的類型和燒結(jié)助劑等，并將其替換為與熱導(dǎo)率相關(guān)的特殊數(shù)字并讓人工智能學(xué)習(xí)。首先，分析了總共174個(gè)氮化硅燒結(jié)體的制造工藝數(shù)據(jù)，其中包括AIST制造的63個(gè)和各種論文中報(bào)道的111個(gè)，包括原料粉末條件、燒結(jié)助劑條件和氮化條件，構(gòu)建了一個(gè)數(shù)據(jù)集結(jié)合了燒結(jié)條件和所得氮化硅燒結(jié)體的熱導(dǎo)率（44~156 W(mK)-1）的數(shù)值。使用 174 個(gè)數(shù)據(jù)集的部分?jǐn)?shù)據(jù)，通過機(jī)器學(xué)習(xí)建立了熱導(dǎo)率的預(yù)測(cè)模型，并使用其余數(shù)據(jù)驗(yàn)證了模型的預(yù)測(cè)準(zhǔn)確性。
?
結(jié)果，當(dāng)使用不包含AIST培育的燒結(jié)助劑知識(shí)的預(yù)測(cè)模型時(shí)，決定系數(shù)（R2）小于0.7，無法進(jìn)行如此高精度的預(yù)測(cè)（圖1（a）） ），相比之下，當(dāng)使用包含燒結(jié)助劑知識(shí)的預(yù)測(cè)模型時(shí)，R2超過0.8，預(yù)測(cè)精度得到提高（圖1（b））。通常情況下，需要數(shù)百到數(shù)千個(gè)樣本才能達(dá)到這種水平的預(yù)測(cè)精度，但通過結(jié)合 AIST 專家的知識(shí)，AI 可以用比平常少得多的樣本來預(yù)測(cè)熱導(dǎo)率。
?
?
圖1 熱導(dǎo)率測(cè)量值與預(yù)測(cè)值之間的關(guān)系
(a) 不了解燒結(jié)助劑 (b) 了解燒結(jié)助劑
?
研究團(tuán)隊(duì)還分析了用于預(yù)測(cè)導(dǎo)熱系數(shù)的各個(gè)影響因素對(duì)提高導(dǎo)熱系數(shù)預(yù)測(cè)精度的重要性程度。因此，在包含燒結(jié)助劑知識(shí)的預(yù)測(cè)模型中，燒結(jié)時(shí)間是最重要的制造工藝因素，但燒結(jié)助劑和氮化時(shí)間的影響是類似水平下的第二個(gè)最重要的因素。這表明，雖然在確定氮化硅陶瓷的導(dǎo)熱率時(shí)，燒結(jié)條件是最重要的考慮因素，但燒結(jié)助劑的選擇也極其重要。
?
圖2 各個(gè)影響因素的重要性
?
通過將工藝條件輸入到新開發(fā)的AI中，可以在極短的時(shí)間（幾秒）內(nèi)計(jì)算出特征值，而無需在各種工藝條件下進(jìn)行實(shí)驗(yàn)。此外，這種人工智能技術(shù)融合了與目標(biāo)材料相關(guān)的研究成果，因此與傳統(tǒng)方法相比，創(chuàng)建預(yù)測(cè)模型所需的數(shù)據(jù)需要的實(shí)驗(yàn)要少得多。通過應(yīng)用該技術(shù)，可以在短時(shí)間內(nèi)從輸入的制造工藝條件中搜索最佳條件，而無需進(jìn)行傳統(tǒng)的假設(shè)檢驗(yàn)型開發(fā)，這種開發(fā)需要花費(fèi)幾個(gè)月的大量時(shí)間，可能加速陶瓷材料的發(fā)展。
長(zhǎng)按識(shí)別二維碼關(guān)注公眾號(hào)，點(diǎn)擊下方菜單欄左側(cè)“微信群”，申請(qǐng)加入交流群。
