تحديد شروط الطباعة بالحبر النفاث لأفلام الكوبريت فائقة التوصيل باستخدام التعلم الآلي

يتطلب تصميم وتحسين أساليب المعالجة الجديدة لتطوير الموصلات الفائقة من الكوبريتات الأرضية النادرة (REBCO) ذات درجات الحرارة العالية زيادة كفاءة تكاليف تصنيعها وتعزيز تنفيذها في السوق. إن استكشاف نطاق واسع من المعلمات التي تمكنها هذه الأساليب هو السيناريو المثالي لمجموعة جديدة من تجارب السرعة العالية (HTE) وأدوات مدفوعة بالبيانات تعتمد على خوارزميات التعلم الآلي (ML) التي يُتوقع أن تسرع من هذا التحسين بطريقة منخفضة التكلفة وفعالة ومتوافقة مع التصنيع. في هذا العمل، طورنا منهجية تعتمد على البيانات تسمح لنا بتحليل وتحسين عملية ترسيب محلول سلف (IJP) للكوبريتات الأرضية النادرة (REBCO). تم استخدام مجموعة بيانات تحتوي على 231 عينة لبناء نماذج التعلم الآلي. تم مقارنة خوارزميات الانحدار الخطية وقائمة على الشجرة (الغابة العشوائية، وأدا بوست، وتعزيز التدرج) حيث وصلت الأداء إلى أكثر من 87%. كشفت تفسير النموذج باستخدام التفسيرات الإضافية لشابلي (SHAP) عن أهم المتغيرات لكل دراسة. تمكنا من تحديد أنه لضمان أفلام CSD متجانسة بسمك 1 ميكرون بدون شقوق بعد التحليل الحراري، نحتاج إلى أحجام قطرات متوسطة تتراوح بين 190-210 بيكو لتر، وعدد من القطرات يتراوح بين 5000 و6000، مما يعطي حجم إجمالي مُعَدClose to 1 ميكرولتر.