Învățarea automată dezvăluie secretele aliajelor avansate Știri MIT

Conceptul de ordine pe rază scurtă (SRO) – aranjarea atomilor pe distanțe mici – în aliajele metalice nu a fost explorat în mod adecvat în știința și ingineria materialelor. Dar în ultimul deceniu s-a reînnoit interesul pentru măsurarea cantitativă, deoarece descifrarea ordinului pe rază scurtă este un pas crucial către dezvoltarea aliajelor de înaltă performanță personalizate, cum ar fi materiale mai puternice sau rezistente la căldură.

Înțelegerea modului în care atomii se aranjează nu este o sarcină ușoară și trebuie verificată folosind experimente extinse de laborator sau simulări pe computer bazate pe modele imperfecte. Aceste obstacole au făcut dificilă explorarea completă a SRO în aliajele metalice.

Dar Kilian Sherif și Yifan Cao, studenți absolvenți ai Departamentului de Știința și Inginerie a Materialelor al MIT, folosesc învățarea automată pentru a măsura aranjamentele chimice complexe care formează SRO atom cu atom. Sub supravegherea profesorului asistent Rodrigo Freitas și cu asistența profesorului asistent Tess Smidt la Departamentul de Inginerie Electrică și Informatică, munca lor a fost publicată recent. publicat în cel Proceedings of the National Academy of Sciences.

Interesul pentru înțelegerea SRO este legat de entuziasmul din jurul materialelor avansate numite aliaje cu entropie ridicată, ale căror structuri complexe le conferă proprietăți superioare.

Oamenii de știință din materiale dezvoltă de obicei aliaje folosind un singur element ca bază și adăugând cantități mici de alte elemente pentru a îmbunătăți anumite proprietăți. De exemplu, adăugarea de crom la nichel face ca metalul rezultat să fie mai rezistent la coroziune.

Spre deosebire de majoritatea aliajelor convenționale, aliajele cu entropie mare conțin mai multe elemente, de la trei până la douăzeci de elemente, în proporții aproximativ egale. Acest lucru oferă spațiu amplu de proiectare. „Este ca și cum ai face o rețetă cu multe ingrediente”, spune Kao.

Scopul este de a folosi SRO ca „cheie” pentru a personaliza proprietățile materialului prin amestecarea elementelor chimice în aliaje cu entropie ridicată în moduri unice. Această abordare are aplicații potențiale în industrii precum aerospațial, biomedicină și electronică, motivând nevoia de a explora permutări și combinații de elemente, spune Kao.

Comanda de captare pe termen scurt

Ordinea pe distanță scurtă se referă la tendința atomilor de a forma aranjamente chimice cu atomi specifici învecinați. În timp ce o privire superficială asupra distribuției elementelor dintr-un aliaj poate sugera că elementele sale constitutive sunt aranjate aleatoriu, acesta nu este adesea cazul. „Atomii preferă să aibă anumiți atomi învecinați aranjați în anumite modele”, spune Freitas, „Cât de frecvent apar aceste modele și modul în care sunt distribuite în spațiu este ceea ce determină ordinea pe distanță scurtă”.

Înțelegerea SRO deblochează cheile regnului materiei cu entropie ridicată. Este regretabil că nu știm multe despre SRO în aliajele cu entropie mare. „Este ca și cum am încerca să construim un model Lego uriaș fără să știm cea mai mică bucată de Lego pe care o poți obține”, spune Sharif.

Abordările tradiționale pentru înțelegerea SRO implică modele de calcul mici sau simulări cu un număr limitat de atomi, care oferă o imagine incompletă a sistemelor de materiale complexe. „Materialele cu entropie ridicată sunt complexe din punct de vedere chimic – nu le poți simula bine doar cu câțiva atomi, chiar trebuie să mergi la scale de lungime mai mare decât aceasta pentru a captura materialul cu precizie”, spune Sherif încercând să-ți înțelegi arborele genealogic fără să cunoști niciunul dintre părinți.”

SRO a fost calculat și folosind matematica de bază, numărând vecinii imediati ai câțiva atomi și calculând cum ar putea arăta în medie această distribuție. În ciuda popularității sale, această abordare are limitări, deoarece oferă o imagine incompletă a SRO.

Din fericire, cercetătorii profită de învățarea automată pentru a depăși deficiențele metodelor tradiționale de captare și măsurare a SRO.

Hyunsuk OhOh, un profesor asistent la Departamentul de Știința și Inginerie a Materialelor de la Universitatea Wisconsin din Madison și un fost cercetător postdoctoral la DMSE, este încântat să investigheze SRO mai amănunțit. Oh, care nu a fost implicat în acest studiu, explorează cum să folosească compoziția aliajului, metodele de procesare și relația lor cu SRO pentru a proiecta aliaje mai bune. „Fizica aliajelor și originea atomică a proprietăților lor depind de ordinea pe rază scurtă, dar calculul precis al ordinii pe rază scurtă a fost aproape imposibil”, spune Oh.

Soluția de învățare automată este dublă

Pentru a studia SRO folosind învățarea automată, spune Kao, este util să vizualizați structura cristalină din aliajele cu entropie ridicată ca un joc de conectare a punctelor într-o carte de colorat.

„Trebuie să cunoașteți regulile de conectare a punctelor, astfel încât să puteți vedea modelul.” De asemenea, trebuie să capturați interacțiunile atomice folosind o simulare suficient de mare pentru a se potrivi întregului model.

În primul rând, înțelegerea regulilor însemna reproducerea legăturilor chimice în aliaje cu entropie mare. „Există mici diferențe de energie în modelele chimice care duc la diferențe în ordinea de acțiune scurtă și nu am avut un model bun pentru a face asta”, spune Freitas. Modelul dezvoltat de echipă este primul element de bază în cuantificarea precisă a SRO.

A doua parte a provocării, care a implicat cercetătorii să obțină o imagine completă, a fost mai complexă. Aliajele cu entropie ridicată pot afișa miliarde de „modele” chimice, care sunt combinații de aranjamente de atomi. Identificarea acestor modele din datele de simulare este dificilă, deoarece ele pot apărea în forme simetrice – rotunjite, oglindite sau inversate. La prima vedere, pot arăta diferit, dar conțin totuși aceleași legături chimice.

Echipa a rezolvat această problemă folosind… Rețele neuronale euclidiene 3DAceste modele de calcul avansate au permis cercetătorilor să identifice elemente chimice din simulări ale materialelor cu entropie ridicată în detaliu fără precedent, examinându-le atom cu atom.

Sarcina finală a fost cuantificarea SRO. Freitas a folosit învățarea automată pentru a evalua diferite elemente chimice și a eticheta fiecare cu un număr. Când cercetătorii doresc să cuantifice SRO al unei noi substanțe, o rulează prin model, care o sortează în baza de date și oferă un răspuns.

Echipa a depus, de asemenea, un efort suplimentar în realizarea Rama decorativa „Mai accesibil.” Avem această foaie care conține toate permutările posibile ale [SRO] „Sunt deja configurate și știm ce număr a obținut fiecare prin acest proces de învățare automată”, spune Freitas „Deci, mai târziu, când întâlnim simulările, le putem sorta pentru a ne spune cum va arăta noul SRO. ca.” Rețeaua neuronală recunoaște cu ușurință operațiile de simetrie și etichetează structuri echivalente cu același număr.

„Dacă trebuie să reunești singur toate simetriile, înseamnă multă muncă”, spune Freitas „Învățarea automată a rezolvat acest lucru foarte rapid și destul de ieftin încât să-l putem aplica în practică.”

Intră în cel mai rapid supercomputer din lume

În această vară, Kao, Sharif și echipa lor vor avea ocazia să exploreze modul în care SRO se poate schimba în condiții de rutină de prelucrare a metalelor, cum ar fi turnarea și laminarea la rece, printr-un program al Departamentului de Energie al SUA. Programul INCITEpermițând accesul la frontierăCel mai rapid supercomputer din lume.

„Dacă doriți să știți cum se schimbă comanda pe rază scurtă în timpul producției reale de metal, aveți nevoie de un model foarte bun și de o simulare foarte mare”, spune Freitas. Echipa are deja un model puternic; Acum va profita de facilitățile de calcul ale INCITE pentru a efectua simulările puternice necesare.

„Ne așteptăm să descoperim ce fel de mecanisme pot folosi metalurgiștii pentru a proiecta aliaje cu o rată predeterminată de răspuns metabolic”, adaugă Freitas.

Sherif este încântat de multele promisiuni pe care le deține cercetarea. Printre acestea se numără și informațiile tridimensionale care pot fi obținute despre reacția chimică. Sherif spune că, în timp ce microscoapele electronice cu transmisie tradiționale și alte metode sunt limitate la date 2D, simulările fizice sunt capabile să completeze punctele și să ofere acces deplin la informații 3D.

„Am oferit un cadru pentru a începe să vorbim despre complexitatea chimică”, explică Sharif „Acum, că putem înțelege acest lucru, avem un întreg spectru de știință a materialelor care lucrează pe aliaje clasice pentru a dezvolta instrumente de predicție pentru materialele cu entropie ridicată”.

Acest lucru poate duce la proiectarea intenționată a unor noi clase de materiale, mai degrabă decât simpla fotografiere în întuneric.

Cercetarea a fost finanțată de MathWorks Ignition Fund, MathWorks Engineering Fellowship Fund și Fundația portugheză pentru cooperare internațională în știință, tehnologie și învățământ superior de la MIT-Portugalia.