materiaalkandiding

Materiaalkandiding is een term die in de Nederlandse vakliteratuur wordt gebruikt om een systematisch proces te beschrijven waarbij kandidaatmaterialen voor een specifieke toepassing of eigenschap worden geïdentificeerd, geëvalueerd en geprioriteerd. Het concept is verwant aan materiaalinformatica en high-throughput screening en wordt toegepast in verschillende delen van de materialenwetenschap, zoals energieopslag, katalyse, elektronica en structurele materialen.

Het proces omvat doorgaans drie fasen: het definiëren van doelstellingen (bijvoorbeeld maximale energiedichtheid of lage kosten), het samenstellen van een brede pool van kandidaatmaterialen, en het toepassen van descriptoren en screeningmethoden om deze pool te verkleinen tot een kortere lijst voor experimentele verificatie. Voorraad en eigenschappen worden verzameld uit experimenten, berekeningen en databanken, waarna multi-criteria besluitvorming de ranking bepaalt.

Veelgebruikte methoden zijn high-throughput computationele screening, machine learning-gedreven voorspellingsmodellen en data-gedreven benaderingen zoals materiaalinformaticas. De resultaten worden gevalideerd door gerichte synthese en karakterisering van topkandidaten, waarna feedbackloops de modellen en processen verbeteren.

Voordelen van materiaalkandiding zijn een snellere identificatie van potentieel presterende materialen en kostenreductie in vroege ontwikkelingsfasen. Uitdagingen betreffen datakwaliteit, inconsistentie tussen databanken, biases in selecties en de noodzaak van interoperabele standaarden en open data.

Zie ook: materiaal informatica, high-throughput screening, Materials Genome Initiative.