Fremstilling af optimerede designs til højeksplosive stoffer

Når materialer udsættes for ekstreme miljøer, risikerer de at blive blandet sammen. Denne blanding kan resultere i hydrodynamiske ustabiliteter, hvilket giver uønskede bivirkninger. Sådanne ustabiliteter udgør en stor udfordring på tværs af flere discipliner, især inden for astrofysik, forbrænding og formede ladninger - en enhed, der bruges til at fokusere energien fra et detonerende eksplosiv og derved skabe en højhastighedsstråle, der er i stand til at trænge dybt ind i metal, beton eller andre mål materialer.

For at løse udfordringerne med at kontrollere disse ustabiliteter, kobler forskere ved Lawrence Livermore National Laboratory (LLNL) computeregenskaber og fremstillingsmetoder for hurtigt at udvikle og eksperimentelt validere modifikationer til en formet ladning. Dette arbejde, offentliggjort i Journal of Applied Physics , er en del af Project DarkStar—et Laboratory Directed Research and Development strategisk initiativ, der sigter på at kontrollere materialedeformation ved at undersøge de videnskabelige problemer med kompleks hydrodynamik, chokbølgefysik og energiske materialer.

"Som en orkan betragtes chokbølger og detonation af sprængstoffer typisk som 'ukontrollerbare' begivenheder. Men vi har gjort det til vores mål at kontrollere disse komplicerede dynamiske systemer," sagde DarkStars hovedefterforsker Jon Belof.

Inspirationen bag projektet DarkStar er dybt forankret i en ufærdig forskningslinje af Johnny von Neumann – et nøglemedlem af Manhattan-projektet og en ekspert i den ikke-lineære fysik af hydrodynamik og chokbølger. Efter at have bidraget til LLNL's verdensledende ry inden for databehandling, bliver von Neumann ofte betragtet som den mest begavede matematiker i sin tid.

Ved at anvende moderne teknologier på von Neumanns beregningsteorier brugte teamet kunstig intelligens (AI) og maskinlæring (ML) til at udforske nye, beregningsmæssigt optimerede designs. Brugen af ​​additiv fremstilling – 3D-print – gjorde det muligt for forskere hurtigt at realisere selv de mest radikale AI-designede komponenter, som ellers ville blive betragtet som "umulige" at skabe ved hjælp af traditionelle fremstillingsmetoder.

For at teste deres formede ladningsdesign – omfattende en kobberforing, en højeksplosiv (HE) og en silikonebuffer – udførte holdet i alt 14 HE-detonationseksperimenter på LLNL's High Explosives Applications Facility fra 2022 til 2023. Disse eksperimenter sammenlignede et baseline-design. , som ikke brugte en buffer mellem foringen og HE'en, mod et design med en optimeret buffer for at demonstrere effektiviteten af ​​silikonebufferen som en ustabilitetsdæmpende teknik.

"Hvert af vores designs gennemgik optimering, fremstilling og detonationstest på mindre end tre måneder," sagde hovedforfatter Dylan Kline.

Når den er detoneret, komprimeres metalforingen og presses fremad med omkring 5 kilometer i sekundet, og danner en højhastighedsstråle. Den ustabilitet, som denne forskning sigter mod at afbøde, finder sted, når sprængstoffet skaber en impuls eller "spids" ved materialegrænsefladen, der deformerer og accelererer metallet (som har en høj densitet) ind i luften omkring det (som har en lav densitet). I dette tilfælde finder ustabiliteten eller blandingen af ​​materialer sted, når strålen dannes i luften.

Kline sagde:"Vores mål er at forstærke, hvordan denne ustabilitet vokser. Hvis vi kan tilføje noget i vores design for at forme chokbølgerne, så kan vi kontrollere den måde, energien tilføres metalforingen."

Flash røntgenbilleder taget under detonationsforsøgene afslører silikonebufferens evne til at afbøde potentielle ustabiliteter pålideligt og konsekvent.

Gennem deres serie af eksperimenter har holdet afsløret adskillige banebrydende opdagelser vedrørende hydrodynamiske ustabiliteter, herunder hvordan man fuldstændigt undertrykker en ustabilitet kendt som Richtmyer-Meshkov Instability (RMI). RMI er af særlig interesse på grund af dets uforudsigelige karakter og rolle i materialer, der undergår ekstrem dynamisk belastning.

Denne forskning er direkte anvendelig til rumfartsteknik og energi- og klimasikkerhed, da formede ladninger typisk bruges til at adskille flysystemer eller til at lukke olierør i nødsituationer. For eksempel, under Deepwater Horizon-olieudslippet i 2010, ville en formet ladning normalt være blevet brugt til hurtigt at lukke røret. Men fordi trykket var så højt, var selv sprængstoffer ineffektive til at stoppe udslippet.

"Dette er kun et tilfælde, hvor det at have kraftigere sprængstoffer og mere effektive måder at bruge dem på til at manipulere metal kunne forbedre vores industrielle økologi," sagde Belof.

Project DarkStar belyser potentialet ved AI/ML til at understøtte en bred vifte af nationale sikkerhedsmissioner.

Flere oplysninger: Dylan J. Kline et al., Reducing Richtmyer–Meshkov instability jet velocity via invers design, Journal of Applied Physics (2024). DOI:10.1063/5.0180712

Journaloplysninger: Journal of Applied Physics

Leveret af Lawrence Livermore National Laboratory