Kunstig intelligens optrævler mysterier af polykrystallinske materialer

Forskere ved Nagoya University i Japan har brugt kunstig intelligens til at opdage en ny metode til at forstå små defekter kaldet dislokationer i polykrystallinske materialer, materialer, der er meget udbredt i informationsudstyr, solceller og elektroniske enheder, som kan reducere effektiviteten af ​​sådanne enheder. Resultaterne blev offentliggjort i tidsskriftet Advanced Materials .

Næsten hver enhed, vi bruger i vores moderne liv, har en polykrystalkomponent. Fra din smartphone til din computer til metallerne og keramikken i din bil. På trods af dette er polykrystallinske materialer svære at bruge på grund af deres komplekse strukturer. Sammen med deres sammensætning påvirkes ydeevnen af ​​et polykrystallinsk materiale af dets komplekse mikrostruktur, dislokationer og urenheder.

Et stort problem ved brug af polykrystaller i industrien er dannelsen af ​​små krystaldefekter forårsaget af stress og temperaturændringer. Disse er kendt som dislokationer og kan forstyrre det regelmæssige arrangement af atomer i gitteret, hvilket påvirker elektrisk ledning og overordnet ydeevne. For at reducere risikoen for fejl i enheder, der bruger polykrystallinske materialer, er det vigtigt at forstå dannelsen af ​​disse dislokationer.

Et team af forskere ved Nagoya University, ledet af professor Noritaka Usami og herunder lektor Tatsuya Yokoi og lektor Hiroaki Kudo og samarbejdspartnere, brugte en ny AI til at analysere billeddata af et materiale, der er meget brugt i solpaneler, kaldet polykrystallinsk silicium. AI skabte en 3D-model i det virtuelle rum, der hjalp teamet med at identificere de områder, hvor dislokationsklynger påvirkede materialets ydeevne.

Efter at have identificeret områderne af dislokationsklyngerne brugte forskerne elektronmikroskopi og teoretiske beregninger til at forstå, hvordan disse områder blev dannet. De afslørede spændingsfordeling i krystalgitteret og fandt trappelignende strukturer ved grænserne mellem krystalkornene. Disse strukturer ser ud til at forårsage dislokationer under krystalvækst. "Vi fandt en særlig nanostruktur i krystallerne forbundet med dislokationer i polykrystallinske strukturer," sagde Usami.

Sammen med dens praktiske implikationer kan denne undersøgelse også have vigtige konsekvenser for videnskaben om krystalvækst og deformation. Haasen-Alexander-Sumino (HAS) modellen er en indflydelsesrig teoretisk ramme, der bruges til at forstå adfærden af ​​dislokationer i materialer. Men Usami mener, at de har opdaget dislokationer, som Haasen-Alexander-Sumino-modellen gik glip af.

En anden overraskelse var at følge kort efter, da holdet beregnede arrangementet af atomerne i disse strukturer, fandt de uventet store trækbindingsspændinger langs kanten af ​​de trappelignende strukturer, der udløste dislokationsgenerering.

Som forklaret af Usami, "Som eksperter, der har studeret dette i årevis, var vi forbløffede og spændte over endelig at se beviser for tilstedeværelsen af ​​dislokationer i disse strukturer. Det tyder på, at vi kan kontrollere dannelsen af ​​dislokationsklynger ved at kontrollere retningen i som grænsen spreder."

"Ved at udtrække og analysere nanoskalaområderne gennem polykrystallinsk materialeinformatik, som kombinerer eksperiment, teori og kunstig intelligens, gjorde vi denne afklaring af fænomener i komplekse polykrystallinske materialer mulig for første gang," fortsatte Usami.

"Denne forskning belyser vejen mod etablering af universelle retningslinjer for højtydende materialer og forventes at bidrage til skabelsen af ​​innovative polykrystallinske materialer. Den potentielle effekt af denne forskning strækker sig ud over solceller til alt fra keramik til halvledere. Polykrystallinske materialer er meget udbredt. i samfundet, og den forbedrede ydeevne af disse materialer har potentialet til at revolutionere samfundet."

Flere oplysninger: Kenta Yamakoshi et al., Multicrystalline Informatics Applied to Multicrystalline Silicium til at optrevle den mikroskopiske rodårsag til dislokationsgenerering, Avancerede materialer (2023). DOI:10.1002/adma.202308599

Journaloplysninger: Avanceret materiale

Leveret af Nagoya University