材化所開發具有體積小、耐用、易維護及低成本特性之電化學感測元件，可提供各單位應用於不同情境水體監測系統之建置 無法正常瀏覽內容，請點選此線上閱讀 2021. 7. 12 出刊 【材料最前線】即時線上電化學感測元件之開發：以水中餘氯及銅離子量測為例【工業材料雜誌】量子力學模擬結合AI技術輔助材料設計【研討會】微電子與3D IC封裝課程 即時線上電化學感測元件之開發：以水中餘氯及銅離子量測為例 水質自動監測之目的在於提供準確、即時及完整的水質特性資訊，惟傳統的水質分析技術存在分析時間過長、成本昂貴及仰賴人力等問題，無法即時、完整且有效提供擬定控制策略時所需的資訊。因此，工研院材化所團隊以電化學法為開發基礎，開發具有「體積小」、「耐用」、「維護容易」及「低成本」特性之電化學感測元件，以提供未來各單位應用於不同情境水體監測系統之建置。本團隊開發之電化學感測元件，以餘氯與重金屬(以銅為例)為監測目標，以含微流道及電化學反應槽之原型機組為基礎，可整合電化學線上分析技術平台，並進行相關實驗室及實際場域測試。試結果顯示，本團隊所開發之感測元件應用於---《本文節錄自「材料最前線」專欄（作者：李晨瑜、王儀婷、莊雅茹 / 工研院材化所），更多資料請點選 MORE 瀏覽》 量子力學模擬結合AI技術輔助材料設計 材料的篩選或是新材料的開發在元件應用上扮演革命性的角色。過往篩選適當的材料或是開發性質更好的新材料都是利用已累積的經驗，先在經驗範圍內做推測，然後再以實驗利用試誤法進行驗證。此種方式不但費時費力，且需要很大的成本。為了縮短材料研發的時程並降低成本，導入模擬及機器學習已成為材料研發的趨勢。機器學習的效果取決於學習的資料量以及資料在預設的變數空間裡之覆蓋率。很幸運地，目前世界上已有多個機構正在建立大量且多變異性的材料結構及其相對應性質之材料資料庫，可作為材料機器學習之用。除了以機器學習預測材料特性外，逆向篩選的技術也是一項重要的環節，俾研發者能因應某項應用所需之材料特性範圍---《本文節錄自「工業材料雜誌」415期，更多資料請點選 MORE 瀏覽》 高能量密度鋰電池功能性界面層技術 人工固體電解質介面層(ASEI) & 高能量 / 高安全複合型固態電解質鋰金屬電池 可溶型液晶高分子樹脂(LCP)&無鹵聚苯硫醚樹脂(PPS) 高分子混練加工暨循環技術平台 微細高分子粉碎技術與驗證平台＆高效薄膜分離膜材加工平台 高分子改質與應用研究室 混合分散技術應用平台 金屬3D列印服務平台 功率模組用高導熱絕緣封裝材料 透明耐候有機/無機混成材料 LED透明封裝材料驗證平台 特殊金屬精煉純化及微米級特用金屬粉末霧化技術 溶劑型高導電細線路用銀漿及其墨水 增豔型投影銀幕 高效率黃色OLED磷光材料 2021電池儲能系統技術課程 日本材料課程：環氧樹脂、黏著/剝離、塗佈、機能性塗層 第三代半導體功率元件關鍵技術與應用商機人才培訓 先進封裝RDL重佈線技術人才培訓班 半導體製造與故障分析技術人才培訓班 企業淨零行動【碳足跡管理實踐研習班】 微電子與3D IC封裝課程 電子報內容均屬於「材料世界網」所有，禁止轉載或節錄。若您對電子報有任何意見，歡迎指教。材料世界網首頁 │會員中心 │聯絡我們│廣告業務 │訂閱│推薦訂閱 │取消訂閱