Все металлические сплавы, начиная от древней бронзы и заканчивая современными марками стали, стали результатом многолетних исследований, экспериментов и ошибок. Теперь ученые разработали математический алгоритм, который позволяет предсказывать характеристики и структуру сплава всего за пять минут.
На протяжении веков люди комбинировали металлы, чтобы использовать характеристики отдельных компонентов и создавать такие полезные материалы, как бронза, латунь и, в конечном итоге, сталь. Тем не менее, предсказать точную микроструктуру сплавов и понять, как именно свойства составляющих материалов могут проявляться в различных условиях, долгое время считалось практически невозможным. Ранее приходилось полагаться на метод проб и ошибок, который можно назвать «методом тыка». Теперь, благодаря группе исследователей из Японии, эта задача может занимать всего несколько минут, а не годы.
Ученые создали новый вычислительный алгоритм, о котором было сообщено 15 июля в журнале Nature Communications. Он позволяет предсказывать характеристики микроструктур, которые формируются при соединении различных материалов. Эта модель оптимизирует старые методы так эффективно, что команда смогла спрогнозировать микроструктуру сплава, состоящего более чем из 10 компонентов, за пять минут. Ранее такие расчеты вместе с производственными и лабораторными экспериментами занимали в среднем два года.
При создании новых материалов недостаточно лишь оптимизировать состав, поскольку характеристики нового материала зависят как от его среднего состава, так и от микроструктуры. Эта микроструктура определяется расположением и размерами зерен и фаз, а также различиями в концентрации, кристаллической решетке и других параметрах.
Прогнозирование микроструктуры сплавов позволяет экономить время и деньги, так как исследователям не нужно физически соединять материалы методом проб и ошибок, не зная, как они будут взаимодействовать. Тем не менее, существующие вычислительные методы все еще требуют значительных затрат времени и ресурсов, так как они основываются на неявных функциях, то есть на решении уравнений с большим количеством переменных. После определения неявных функций для предсказания конкретных условий микроструктуры требуют дополнительные вычисления.
В упрощенной форме последовательность вычислений, известная как неявная функция, определяет скорость изменения всей системы при изменении любой из переменных. Для прогнозирования микроструктур неявная функция определяет равновесное расположение и распределение атомов на микроскопическом уровне.
В предыдущих подходах исследователям во время моделирования приходилось вычислять, как фазы могут достигать равновесия в каждой точке пространства и времени. Это приводило к миллиардам оценок фазовой диаграммы — графика, который детализирует физическое состояние системы газа, жидкости или твердого вещества при определенных значениях температуры и давления. С увеличением количества элементов, используемых в сплаве, вычислительная сложность растет экспоненциально, что вызывает так называемое «проклятие размерности».
Новая модель значительно уменьшает эту нагрузку, переформулируя задачу, что позволяет избежать повторных расчетов фазовых диаграмм и преодолеть «проклятие». Этот подход переосмысливает два основных условия — как компоненты среды могут распространяться и при каких условиях достигается внутреннее равновесие — и формулирует их в виде «уравнения эволюции». Исследователи могут оценить, как система изменяется с течением времени, включая диффузию и равновесие, без необходимости просчитывать все варианты в каждый конкретный момент времени.Это обобщенная модель, которая позволяет быстро и точно рассчитывать затвердевание систем на основе алюминия, никеля, железа и других металлов. Авторы успешно смоделировали микроструктуру сплава, содержащего рекордное количество элементов — 20.
В дальнейшем, по словам исследователей, они планируют интегрировать в модель атомные пустоты в кристаллической решетке, чтобы расширить ее применение к различным маркам стали. Конечная цель — создать универсальную систему прогнозирования микроструктуры, подходящую для любой системы сплавов железа и цветных металлов. Таким образом, переход от разработки инновационных материалов в режиме проб и ошибок к оптимизированному цифровому процессу становится возможным.