作为公司范围内的休整与充电计划的一部分,施罗丁格全球所有办事处将于8月17日至21日当周关闭。在此期间,我们的回复可能会有所延迟。科学和技术支持团队成员仅会处理紧急支持问题。

汽车

汽车

施罗丁格平台在汽车行业的应用
深色背景

在分子层面设计、开发和优化新一代汽车材料

利用分子模拟和机器学习,指导新型材料的计算机辅助设计,以满足可持续性要求并提高效率。

设计、开发和优化新一代汽车材料
绚丽的灯光与展示
开发高效、耐用且低成本的有机电子材料,用于照明和显示系统。
新一代涂料、涂层和润滑剂
利用可持续原料加速创新。通过计算方法对油漆、涂料和润滑剂的配方进行筛选,同时优化配方以提升耐久性和效率。
先进组件和底盘
快速发现轻质、耐用且高性能的聚合物,同时通过数字化分析故障和缺陷的根本原因来优化制造工艺。
更高效、更可持续的电池
通过模拟电解液和电极的化学反应,开发更安全、更轻便、续航更长的电动汽车。
高效且强劲的发动机
加快通过计算机模拟发现用于高效燃料燃烧的高性能催化剂。
高性能、长寿命轮胎
通过数字仿真,优化橡胶配方和轮胎材料,以实现高性能和可持续性。

平台运行实况

利用计算工具箱设计下一代锂离子电池 博客
利用计算工具箱设计下一代锂离子电池

了解Eonix如何与Schrödinger合作,寻找更优质的材料以制造更优质的电池。

利用新一代电池应对气候变化 博客
利用新一代电池应对气候变化

了解Sepion如何借助Schrödinger的材料科学工具,将电池性能提升了10倍。

案例研究与网络研讨会

了解施罗丁格技术如何被用于解决现实世界中的研究难题。

材料科学 网络研讨会

利用计算材料工程加速产品开发

了解 Ansys 和 Schrödinger 如何通过集成计算材料工程(ICME)来变革产品开发,从而加速材料发现与创新。

材料科学 网络研讨会

利用考虑电荷的机器学习力场推动电池材料创新

在本场网络研讨会中,我们将演示Schrödinger如何利用一种集成计算方法——将基于物理的分子建模与机器学习力场(MLFFs)相结合——来应对电池材料设计中的关键挑战。

材料科学 网络研讨会

利用基于物理的AI/ML加速材料发现

本系列网络研讨会将探讨前沿计算方法如何彻底改变药品、生物制剂和先进材料的设计与优化。

材料科学 网络研讨会

推进适用于材料科学领域的机器学习力场

在本场网络研讨会中,我们将介绍薛定谔(Schrödinger)研发的尖端MLFF架构——名为“具有迭代电荷平衡的消息传递网络”(MPNICE),该架构融合了显式静电理论,以实现精确的电荷表征。

材料科学 网络研讨会

利用人工智能/机器学习加速化学创新:材料应用领域的突破

在本期网络研讨会中,我们将探讨人工智能(AI)和机器学习(ML)如何推动材料创新取得重大进展,并重点介绍一些案例研究,展示机器学习前沿技术在各种应用中的应用。

材料科学 网络研讨会

利用多尺度、多物理场仿真加速OLED创新

欢迎加入我们,共同探索集成化数字工作流程如何推动新一代高性能OLED的设计。

材料科学 网络研讨会

高性能材料发现:依托云计算实现的十年突破

本次演讲将展示施罗丁格的集成材料科学平台如何在各种应用领域中实现大规模并行筛选和从头设计。

材料科学 白皮书

施罗丁格推动材料信息学发展,以加速新一代复合材料的研发

材料科学 网络研讨会

基于物理的建模和机器学习如何推动电池材料的加速开发

在本场网络研讨会中,我们将通过具体案例,演示如何运用自动化解决方案,准确预测阴极材料的热力学稳定性和电压曲线、电极材料中的离子扩散路径及动力学行为、液态电解质的输运特性,并利用薛定谔SEI模拟器模块对固态电解质界面(SEI)层的成核与生长进行建模。

材料科学 网络研讨会

人工智能/机器学习与基于物理的仿真相结合:复杂材料设计的新时代

在本场网络研讨会中,我们将演示这种综合方法在各类材料科学应用中的应用,涵盖从电池电解液和燃料混合物到热塑性塑料和OLED器件的材料设计与配方开发。 

预约咨询施罗丁格的汽车与交通运输解决方案。

立即联系我们,了解如何利用先进的仿真和人工智能/机器学习技术来推动汽车和交通运输领域的发展。

上面没有您感兴趣的领域?请联系我们,我们将竭诚为您提供帮助。

表单已提交

谢谢,我们会尽快与您联系。

满足您组织需求的软件和服务

软件平台

借助一个基于物理分子建模、机器学习和团队协作的全面且易于使用的平台,部署数字化材料发现工作流。

研究服务

借助施罗丁格(Schrödinger)专业的计算科学家团队,在您的材料发现与开发流程的关键阶段提供支持。

支持与培训

获取专为新手和资深用户量身定制的专家支持、教育资料和培训资源。