Visitors hit counter, stats, email report, location on a map, SEO for Joomla, Wordpress, Drupal, Magento and Prestashop

Svet mehatronike

Informatika materialov razkrila novo skupino supertrdih zlitin

logo

Nova metoda odkrivanja materialov z uporabo analitike in elektronske mikroskopije je odkrila novo skupino izjemno trdih zlitin. Takšni materiali bi lahko preživeli zelo močne trke, tako bi lahko bili uporabljeni v vojski kot zaščita pred izstrelki. Metodo iskanja in njene izsledke so objavili raziskovalci z univerze v Lehighu.

»Uporabili smo materialno informatiko, torej smo aplicirali metode informacijske znanosti za namen odkrivanja lastnosti materialov, v tem primeru za predvidevanje, kateri materiali bi imeli odlične mehanske lastnosti,« je povedal glavni avtor Jeffrey M. Rickman, profesor materialne znanosti, inženiringa in fizike.

Raziskovalci so uporabili tudi elektronsko mikroskopijo, da so dobili informacije o fizikalnih mehanizmih, ki so bili zaslužni za opažene lastnosti novoodkritih materialov. Novo skupino materialov so poimenovali visoko entropične zlitine (HEA). HEA vsebujejo nabor različnih sestavin, ki skupaj tvorijo zlitine z različnimi dobrimi in včasih zelo nepričakovanimi termičnimi in mehanskimi lastnostmi. Iz tega razloga jih trenutno intenzivno raziskujejo.

»Mislili smo, da bodo novorazvite metode uporabne le za odkrivanje novih uporabnih HEA,« je povedal Rickman. »Odkrili pa smo zlitine z lastnostmi, ki so močno presegle naša pričakovanja. So dvakrat trše od do sedaj poznanih HEA in drugih trših dvokomponentnih zlitin.«
Področje visoko entropičnih zlitin je v zadnjem času v velikem razcvetu. Sistemi, kot je materialna analitika, predstavljajo veliko spremembo v načinu odkrivanja novih zlitin, saj nekatere zlitine ponujajo nove in včasih nepričakovane strukture ter izjemne mehanske lastnosti v primerjavi s konvencionalnimi zlitinami.

Včasih je poleg tega izboljšana še odpornost na oksidacijo, izboljšane so tudi magnetne lastnosti. Do sedaj je bilo iskanje uporabnih HEA zelo težka naloga, saj se s številom komponent v zlitini število možnih kombinacij eksponentno veča.

Raziskovalci so iskali način, s katerim bi lahko izbrali le tiste kombinacije komponent zlitine, ki bi zagotovile največjo možno trdoto ali katero drugo želeno lastnost. Takih zlitin je v naboru vseh možnih kombinacij elementov zelo malo.
V zadnjih letih se je informatika materialov dokazala kot zelo uporabno orodje za odkrivanje novih materialov. To relativno novo področje ima že velik vpliv na interpretacijo podatkov različnih sistemov materialov vključno s sistemi, uporabljenimi v iskanju termoelektrikov, feroelektrikov, baterijskih katod in anod, materialov za shranjevanje vodika ter dielektričnih polimerov.

»Ustvarjanje velikih naborov podatkov v materialni znanosti spreminja potek raziskovanja na tem področju, saj ponuja nove načine odkrivanja zapletenih povezav in omogoča pridobivanje informacij, ki bodo omogočale nova odkritja in pospešile razvoj materialov,« je dejal Rickman. Orodja, ki jih uporablja informacijska znanost, kot so statistika z več spremenljivkami, strojno učenje, dimenzijska redukcija in vizualizacija informacij, so že omogočila razkrivanje lastnosti materiala glede na njegovo strukturo ter ločevanje in pregled obetajočih zlitin. »Ta orodja je mogoče uporabiti na širokem področju za zmanjšanje količine parametrov, za pospešeno iskanje materialov z želenimi lastnostmi.«
Raziskovalci so združili dve komplementarni orodji za nadzorovano strojno učenje ločevanja med želenimi in neuporabnimi HEA zlitinami. Prvo je kanonična korelacijska analiza, drugo pa genetski algoritem za strojno učenje s funkcijo uspešnosti (fitness function), ki so jo oblikovali s pomočjo kanonične korelacijske analize.

Strojno učenje so izvedli s pomočjo baze podatkov materialov, katerih mehanske lastnosti so že znane. Genetski algoritem so razvijali v smeri čim boljšega predvidevanja trdote materialov in javljanja zadetkov z največjo trdoto. Metodologijo so potrdili z izdelavo nekaterih predvidenih zlitin v laboratoriju ter primerjavo dejanske trdote s strojno predvideno trdoto.
»Metode, ki smo jih uporabili pri iskanju novih HEA, so že nekaj časa znane, nikoli pa še niso bile uporabljene skupaj z namenom odkrivanja novih HEA z dobrimi lastnostmi,« je še povedal Rickman. »Te metode pa so prav tako uporabne za iskanje novih zlitin z drugimi želenimi lastnostmi. Naš pristop, ki temelji na informacijski znanosti in eksperimentalni karakterizaciji materialov, bi lahko v prihodnosti spremenil pristop mnogih raziskovalcev na področju odkrivanja materialov.«

Vir:
https://www.rdworldonline.com/materials-informatics-reveals-new-class-of-super-hard-alloys/

www.rdmag.com

Več o članku si preberite v PDF reviji!

WEB seminarji