Modelos de aprendizaje automático para pinturas y revestimientos industrializados

Con el tiempo, se han introducido mejoras en el estudio y la formulación teórica de los revestimientos y pinturas disponibles en el mercado utilizando modelos termodinámicos y de propiedades generales. Estos modelos ayudan a reducir el número de materiales y el tiempo de diseño necesario. Sin embargo, no se pueden ignorar a la hora de predecir la vida útil, crear nuevos productos o validar experimentos. Estos modelos ayudan a los químicos de formulación a acelerar el proceso de diseño, permitiéndoles concentrarse en su trabajo experimental sobre los componentes de la formulación de recubrimiento. Sólo si existe una cantidad sustancial de datos sobre anomalías observadas a partir de predicciones teóricas basadas en la fisicoquímica, los algoritmos de aprendizaje automático pueden ayudar a aumentar la precisión de los enfoques predictivos. En este libro se analizan diversas calidades de capas comercializadas, como materiales, propiedades mecánicas, rendimiento a altas temperaturas, tensiones residuales, procesos de fallo y métodos de predicción de la vida útil.