Materialeinformatik afslører ny klasse af superhårde legeringer

En ny metode til at opdage materialer ved hjælp af dataanalyse og elektronmikroskopi har fundet en ny klasse af ekstremt hårde legeringer. Sådanne materialer kan potentielt modstå alvorlige påvirkninger fra projektiler, derved give bedre beskyttelse af soldater i kamp. Forskere fra Lehigh University beskriver metoden og resultaterne i en artikel, "Materialinformatik til screening af multi-hovedelementer og højentropilegeringer, ", der vises i dag i Naturkommunikation .

"Vi brugte materialeinformatik - anvendelsen af ​​datavidenskabens metoder til materialeproblemer - til at forudsige en klasse af materialer, der har overlegne mekaniske egenskaber, " sagde den primære forfatter Jeffrey M. Rickman, professor i materialevidenskab og teknik og fysik og Class of '61 Professor ved Lehigh University.

Forskere brugte også eksperimentelle værktøjer, såsom elektronmikroskopi, at få indsigt i de fysiske mekanismer, der førte til den observerede adfærd i klassen af ​​materialer kendt som high-entropy alloys (HEA). Højentropi legeringer indeholder mange forskellige grundstoffer, som, når de kombineres, kan resultere i systemer med gavnlige og nogle gange uventede termiske og mekaniske egenskaber. Af den grund, de er i øjeblikket genstand for intens forskning.

"Vi troede, at de teknikker, vi har udviklet, ville være nyttige til at identificere lovende HEA'er, " sagde Rickman. "Men vi fandt legeringer, der havde hårdhedsværdier, der oversteg vores oprindelige forventninger. Deres hårdhedsværdier er omkring en faktor 2 bedre end andre, mere typiske højentropi-legeringer og andre relativt hårde binære legeringer."

Alle syv forfattere er fra Lehigh University, inklusive Rickman; Helen M. Chan, New Jersey Zink Professor i materialevidenskab og teknik; Martin P. Harmer, Alcoa Foundation professor i materialevidenskab og teknik; Joshua Smelzer, kandidatstuderende i materialevidenskab og teknik; Christopher Marvel, postdoktoral forskningsassistent i materialevidenskab og teknik; Ankit Roy, kandidatstuderende i maskinteknik og mekanik; og Ganesh Balasubramanian, adjunkt i maskinteknik og mekanik.

Stigning af højentropi-legeringer og dataanalyse

Området for højentropi, eller multi-principal element, legeringer har for nylig oplevet eksponentiel vækst. Disse systemer repræsenterer et paradigmeskift i legeringsudvikling, da nogle udviser nye strukturer og overlegne mekaniske egenskaber, samt forbedret oxidationsmodstand og magnetiske egenskaber, i forhold til konventionelle legeringer. Imidlertid, at identificere lovende HEA'er har været en skræmmende udfordring, givet den store palet af mulige elementer og kombinationer, der kunne eksistere.

Forskere har søgt en måde at identificere de elementkombinationer og sammensætninger, der fører til høj styrke, højhårdhedslegeringer og andre ønskværdige kvaliteter, som er en relativt lille delmængde af det store antal potentielle HSA'er, der kunne skabes.

I de seneste år, materialeinformatik, anvendelsen af ​​datavidenskab til problemer inden for materialevidenskab og teknik, er opstået som et stærkt værktøj til materialeopdagelse og design. Det relativt nye felt har allerede en betydelig indflydelse på fortolkningen af ​​data for en række materialesystemer, inklusive dem, der anvendes i termoelektriske apparater, ferroelektrik, batterianoder og katoder, materialer til lagring af brint, og polymer dielektrik.

"Oprettelse af store datasæt inden for materialevidenskab, i særdeleshed, transformerer den måde, forskning udføres på på området ved at give muligheder for at identificere komplekse sammenhænge og udtrække information, der vil muliggøre nye opdagelser og katalysere materialedesign, " sagde Rickman. Datavidenskabens værktøjer, herunder multivariat statistik, maskinelæring, dimensionsreduktion og datavisualisering, har allerede ført til identifikation af struktur-ejendom-behandlingsforhold, screening af lovende legeringer og korrelation af mikrostruktur med procesparametre.

Lehigh Universitys forskning bidrager til materialeinformatikområdet ved at demonstrere, at denne suite af værktøjer er yderst nyttig til at identificere lovende materialer blandt utallige muligheder. "Disse værktøjer kan bruges i en række forskellige sammenhænge til at indsnævre store eksperimentelle parameterrum for at fremskynde søgningen efter nye materialer, " sagde Rickman.

Ny metode kombinerer komplementære værktøjer

Lehigh University-forskere kombinerede to komplementære værktøjer til at anvende en overvåget læringsstrategi til effektiv screening af højentropi-legeringer og for at identificere lovende HEA'er:(1) en kanonisk-korrelationsanalyse og (2) en genetisk algoritme med en kanonisk-korrelationsanalyse- inspireret fitnessfunktion.

De implementerede denne procedure ved hjælp af en database, for hvilken der findes oplysninger om mekaniske egenskaber, og fremhæver nye legeringer med høj hårdhed. Metoden blev valideret ved at sammenligne forudsagte hårdheder med legeringer fremstillet i et laboratorium ved hjælp af buesmeltning, identifikation af legeringer med meget høje målte hårdheder.

"De anvendte metoder her involverede en ny kombination af eksisterende metoder tilpasset højentropilegeringsproblemet, " sagde Rickman. "Desuden, disse metoder kan generaliseres til at opdage, for eksempel, legeringer med andre ønskelige egenskaber. Vi tror på, at vores tilgang, som er afhængig af datavidenskab og eksperimentel karakterisering, har potentialet til at ændre den måde, forskere opdager sådanne systemer på fremadrettet."