Hård som en diamant? Forskere forudsiger nye former for superhårdt kulstof

Superhårde materialer kan skære, bore og polere andre genstande. De rummer også potentiale til at skabe ridsefaste belægninger, der kan hjælpe med at holde dyrt udstyr sikkert mod skader.

Nu, videnskaben åbner døren til udviklingen af ​​nye materialer med disse forførende egenskaber.

Forskere har brugt beregningsteknikker til at identificere 43 tidligere ukendte former for kulstof, der menes at være stabile og superhårde - herunder flere, der forudsiges at være lidt hårdere end eller næsten lige så hårde som diamanter. Hver ny kulstofsortiment består af kulstofatomer arrangeret i et særskilt mønster i et krystalgitter.

Undersøgelsen - offentliggjort den 3. september i tidsskriftet npj Beregningsmaterialer - kombinerer beregningsmæssige forudsigelser af krystalstrukturer med maskinlæring til at jage efter nye materialer. Arbejdet er teoretisk forskning, hvilket betyder, at videnskabsmænd har forudsagt de nye kulstofstrukturer, men ikke har skabt dem endnu.

"Diamanter er lige nu det hårdeste materiale, der er kommercielt tilgængeligt, men de er meget dyre, "siger kemiker Eva Zurek ved universitetet i Buffalo." Jeg har kolleger, der laver højtryksforsøg i laboratoriet, klemme materialer mellem diamanter, og de brokker sig over, hvor dyrt det er, når diamanterne knækker.

"Vi vil gerne finde noget hårdere end en diamant. Hvis du kunne finde andre materialer, der er hårde, potentielt kan du gøre dem billigere. De kan også have nyttige egenskaber, som diamanter ikke har. Måske vil de interagere anderledes med varme eller elektricitet, for eksempel."

Zurek, Ph.D., professor i kemi ved UB College of Arts and Sciences, udtænkt undersøgelsen og ledet projektet sammen med Stefano Curtarolo, Ph.D., professor i maskinteknik og materialevidenskab ved Duke University.

Jagten på hårde materialer

Hårdhed relaterer til et materiales evne til at modstå deformation. Som Zurek forklarer, det betyder, at "hvis du forsøger at indrykke et materiale med en skarp spids, et hul vil ikke blive lavet, ellers bliver hullet meget lille."

Forskere anser et stof for at være superhårdt, hvis det har en hårdhedsværdi på over 40 gigapascal målt gennem et eksperiment kaldet Vickers hårdhedstest.

Alle undersøgelsens 43 nye kulstofstrukturer forventes at opfylde denne tærskel. Tre anslås at overstige Vickers hårdhed af diamanter, men kun lidt. Zurek advarer også om, at der er en vis usikkerhed i beregningerne.

De hårdeste strukturer, som forskerne fandt, havde en tendens til at indeholde fragmenter af diamant og lonsdaleite - også kaldet sekskantet diamant - i deres krystalgitre. Ud over de 43 nye former for kulstof, forskningen forudsiger også for nylig, at en række kulstofstrukturer, som andre hold har beskrevet tidligere, vil være superhårde.

Fremskynder opdagelsen af ​​superhårde materialer

De teknikker, der blev brugt i det nye papir, kunne anvendes til at identificere andre superhårde materialer, inklusive dem, der indeholder andre grundstoffer end kulstof.

"Meget få superhårde materialer er kendt, så det er interessant at finde nye, " siger Zurek. "En ting, vi ved om superhårde materialer, er, at de skal have stærke bånd. Kulstof-kulstof-bindinger er meget stærke, så derfor kiggede vi på kulstof. Andre grundstoffer, der typisk er i superhårde materialer, kommer fra samme side af det periodiske system, såsom bor og nitrogen."

For at gennemføre undersøgelsen, forskere brugte XtalOpt, en open source evolutionær algoritme til forudsigelse af krystalstruktur udviklet i Zureks laboratorium, at generere tilfældige krystalstrukturer til kulstof. Derefter, holdet brugte en maskinlæringsmodel til at forudsige hårdheden af ​​disse kulstofarter. De mest lovende hårde og stabile strukturer blev brugt af XtalOpt som "forældre" til at skabe yderligere nye strukturer, og så videre.

Maskinlæringsmodellen til estimering af hårdhed blev trænet ved hjælp af databasen Automatic FLOW (AFLOW), et kæmpe bibliotek af materialer med egenskaber, der er beregnet. Curtarolos laboratorium opretholder AFLOW og har tidligere udviklet maskinlæringsmodellen med Olexandr Isayevs gruppe ved University of North Carolina i Chapel Hill.

"Dette er accelereret materialeudvikling. Det vil altid tage tid, men vi bruger AFLOW og machine learning til i høj grad at accelerere processen, " siger Curtarolo. "Algoritmerne lærer, og hvis du har trænet modellen godt, Algoritmen vil forudsige egenskaberne af et materiale - i dette tilfælde, hårdhed - med rimelig nøjagtighed."

"Du kan tage de bedste materialer forudsagt ved hjælp af beregningsteknikker og lave dem eksperimentelt, " siger studiemedforfatter Cormac Toher, Ph.D., assisterende forskningsprofessor i maskinteknik og materialevidenskab ved Duke University.