Geavanceerde metaallegeringen zijn essentieel in belangrijke onderdelen van het moderne leven, van auto's tot satellieten, van bouwmaterialen tot elektronica. Maar nieuwe legeringen maken voor specifieke toepassingen, met geoptimaliseerde sterkte, hardheid, corrosieweerstand, geleidbaarheid, enzovoort, is beperkt door het vage begrip van onderzoekers van wat er gebeurt op de grenzen tussen de kleine kristallijne korrels waaruit de meeste metalen bestaan.

Wanneer twee metalen met elkaar worden gemengd, de atomen van het secundaire metaal kunnen zich langs deze korrelgrenzen verzamelen, of ze zouden zich kunnen verspreiden door het rooster van atomen in de korrels. De algemene eigenschappen van het materiaal worden grotendeels bepaald door het gedrag van deze atomen, maar tot nu toe was er geen systematische manier om te voorspellen wat ze zullen doen.

Onderzoekers van MIT hebben nu een manier gevonden, met behulp van een combinatie van computersimulaties en een machinaal leerproces, om het soort gedetailleerde voorspellingen van deze eigenschappen te produceren die de ontwikkeling van nieuwe legeringen voor een breed scala aan toepassingen zouden kunnen leiden. De bevindingen worden vandaag beschreven in het tijdschrift Natuurcommunicatie , in een paper van afgestudeerde student Malik Wagih, postdoc Peter Larsen, en hoogleraar materiaalkunde en techniek Christopher Schuh.

Schuh legt uit dat het begrijpen van het gedrag op atomair niveau van polykristallijne metalen, die verantwoordelijk zijn voor de overgrote meerderheid van de metalen die we gebruiken, is een enorme uitdaging. Terwijl de atomen in een enkel kristal in een geordend patroon zijn gerangschikt, zodat de relatie tussen aangrenzende atomen eenvoudig en voorspelbaar is, dat is niet het geval met de meerdere kleine kristallen in de meeste metalen voorwerpen. "Je hebt kristallen die tegen elkaar zijn geslagen op wat wij korrelgrenzen noemen. En in een conventioneel structuurmateriaal, er zijn miljoenen en miljoenen van zulke grenzen, " hij zegt.

Deze grenzen helpen om de eigenschappen van het materiaal te bepalen. "Je kunt ze zien als de lijm die de kristallen bij elkaar houdt, "zegt hij. "Maar ze zijn ongeordend, de atomen zijn door elkaar gegooid. Ze komen niet overeen met de kristallen die ze verbinden." Dat betekent dat ze miljarden mogelijke atomaire arrangementen bieden, hij zegt, vergeleken met slechts een paar in een kristal. Het creëren van nieuwe legeringen houdt in:"proberen die gebieden in een metaal te ontwerpen, en het is letterlijk miljarden keren ingewikkelder dan ontwerpen in een kristal."

Schuh trekt een analogie met mensen in een buurt. "Het is net alsof je in een buitenwijk bent, waar je misschien 12 buren om je heen hebt. In de meeste metalen, je kijkt om je heen, je ziet 12 mensen en ze staan ​​allemaal op dezelfde afstand van je vandaan. Het is helemaal homogeen. Terwijl in een korrelgrens, je hebt nog zo'n 12 buren, maar ze staan ​​allemaal op verschillende afstanden en het zijn allemaal huizen van verschillende grootte in verschillende richtingen."

traditioneel, hij zegt, degenen die nieuwe legeringen ontwerpen, slaan het probleem gewoon over, of kijk gewoon naar de gemiddelde eigenschappen van de korrelgrenzen alsof ze allemaal hetzelfde zijn, ook al weten ze dat dat niet het geval is.

In plaats daarvan, het team besloot het probleem rigoureus aan te pakken door de feitelijke verdeling van configuraties en interacties voor een groot aantal representatieve gevallen te onderzoeken, en vervolgens een machine learning-algoritme gebruiken om uit deze specifieke gevallen te extrapoleren en voorspelde waarden te bieden voor een hele reeks mogelijke legeringsvariaties.

In sommige gevallen, de clustering van atomen langs de korrelgrenzen is een gewenste eigenschap die de hardheid van een metaal en de weerstand tegen corrosie kan verbeteren, maar het kan soms ook leiden tot verbrossing. Afhankelijk van het beoogde gebruik van een legering, ingenieurs zullen proberen de combinatie van eigenschappen te optimaliseren. Voor deze studie is het team onderzocht meer dan 200 verschillende combinaties van een onedel metaal en een legeringsmetaal, op basis van combinaties die op basisniveau in de literatuur waren beschreven. De onderzoekers simuleerden vervolgens systematisch enkele van deze verbindingen om hun korrelgrensconfiguraties te bestuderen. Deze werden gebruikt om voorspellingen te genereren met behulp van machine learning, die op hun beurt werden gevalideerd met meer gerichte simulaties. De machine-learning voorspellingen kwamen nauw overeen met de gedetailleerde metingen.

Als resultaat, de onderzoekers konden aantonen dat veel legeringscombinaties die als onhaalbaar waren uitgesloten, toch haalbaar blijken te zijn, zegt Wagih. De nieuwe database samengesteld uit deze studie, die in het publieke domein beschikbaar is gesteld, zou iedereen kunnen helpen die nu bezig is met het ontwerpen van nieuwe legeringen, hij zegt.

Het team gaat door met de analyse. "In onze ideale wereld wat we zouden doen is elk metaal in het periodiek systeem nemen, en dan zouden we elk ander element in het periodiek systeem eraan toevoegen, " zegt Schuh. "Dus je neemt het periodiek systeem en je kruist het met zichzelf, en je zou elke mogelijke combinatie controleren." Voor de meeste van die combinaties, basisgegevens zijn nog niet beschikbaar, maar naarmate er meer en meer simulaties worden gedaan en gegevens worden verzameld, dit kan worden geïntegreerd in het nieuwe systeem, hij zegt.

Joeri Misjin, hoogleraar natuurkunde en astronomie aan de George Mason University, die niet bij dit werk betrokken was, zegt:"Graingrensscheiding van opgeloste elementen in legeringen is een van de meest fundamentele fenomenen in de materiaalwetenschap. Segregatie kan korrelgrenzen catastrofaal bros maken of hun cohesie en glijweerstand verbeteren. Nauwkeurige controle van de scheidingsenergieën is een effectief hulpmiddel voor het ontwerpen van nieuwe technologische materialen met geavanceerde mechanische, thermisch, of elektronische eigenschappen."

Maar, hij voegt toe, "Een belangrijke beperking van de bestaande segregatiemodellen is de afhankelijkheid van een gemiddelde segregatie-energie, wat een zeer ruwe benadering is." Dat is de uitdaging, hij zegt, dat dit team met succes heeft aangepakt:"De onderzoekskwaliteit is uitstekend, en het kernidee heeft een aanzienlijk potentieel om het ontwerpveld van legeringen te beïnvloeden door een raamwerk te bieden voor een snelle screening van legeringselementen op hun vermogen om te scheiden tot korrelgrenzen."

Dit verhaal is opnieuw gepubliceerd met dank aan MIT News (web.mit.edu/newsoffice/), een populaire site met nieuws over MIT-onderzoek, innovatie en onderwijs.