MAX phases材料(电子显微照片中显示的一个例子)是迄今为止最耐高温腐蚀和抗氧化的一些材料。信用:Miladin Radovic博士/德州农工大学；在不久的将来，设计不受极端温度影响的材料有可能吗？在《自然计算材料》杂志上发表的一项研究中，德克萨斯A&M大学的研究人员描述了一种计算工具，用于评估材料在高温应用中的适用性，例如用于喷气发动机和发电机的燃气轮机。与其他算法相比，结合了人工智能和基础物理的计算框架可以在很短的时间内预测材料在恶劣条件下的行为。
“我们使用了一种创新的跨学科方法来筛选材料，这种方法比传统技术快一百万倍，”得克萨斯州A&M大学材料科学与工程系教授、该研究的相应作者雷蒙多·阿罗雅夫博士说。“目前，这些类型的计算，即使对于绝对零度以上的小温度，也是一个巨大的挑战，因为它们的计算成本很高。”
自19世纪晚期以来，燃气轮机一直是发电的主力。这种鼓形机器衬有一系列弯曲的叶片，当涡轮叶片旋转时，将燃烧燃料产生的化学能转化为机械能。然后利用这种运动来推动飞机或发电。
燃气轮机在高温、腐蚀性条件下运行，容易损坏和逐渐恶化。因此，设计能够承受极端温度的材料一直是一个持续的追求。
在一系列耐高温材料中，被称为MAX相的陶瓷具有弥合传统陶瓷和金属之间差距的特性。换句话说，它们比陶瓷更不易碎，并且比许多金属具有更高的耐温性。
“这些材料是燃气轮机结构部件和耐热涂层的理想候选材料，”材料科学与工程系教授、该研究的资深作者Miladin Radovic博士说。“然而，在数百种可能的最大值相中，只有少数被实验证明是耐高温腐蚀和抗氧化的。”
研究人员指出，鉴于有大量的元素可以用来制造最大相位，并且有更多的方法来组合它们，实验验证每种复合材料在高温下的行为变得不切实际。另一方面，计算技术，如纯粹的机器学习算法，在预测材料在非零温度下的行为时不够稳健。
作为实验和机器学习的替代，基于物理的数学模型提供了一种严格的方法来评估不同温度下最大相位的特性。在这些模型中，最成熟的一个，叫做密度泛函理论，可以用最少的输入数据来解释材料的行为。但是这个理论最适用于处于最低能态的材料，称为基态。为了预测它们在高温下的行为，需要更复杂和耗时的计算。
预测设计师最大阶段的行为过去需要数周的计算时间。现在，Arróyave和他的团队开发的新算法将同样的计算速度提高了一百万倍。信用:德州农工大学；“这些计算规模很小，”阿罗雅夫说。“从长远来看，如果我们想用密度泛函理论来计算候选材料在零克尔温斯的最低温度下，也就是在基态时的性质，可能需要大约一天的计算时间。但是现在，如果你想在有限的温度下计算相同的性质，比如1000 kelvins，可能需要几周的时间。”
此外，他指出，预测材料在高温下暴露于氧气时的行为更加复杂，可能需要几个月或更长时间，即使一次使用数千个超级计算机处理器也是如此。
因此，Arróyave和他的团队使用了三管齐下的方法，包括密度泛函理论、机器学习和计算热力学的结合，而不是仅仅依赖一种方法。
他们首先用密度泛函理论计算了零克尔温下最大相位的一些基本性质。然后，这些计算被用作机器学习模型的输入。通过这种方式，研究人员用机器学习模型取代了密度泛函理论中原本计算量很大的计算。然后，他们使用计算热力学来确定给定温度和特定最大相组成下最稳定的化合物。
“让我们考虑由钛、铝和碳制成的MAX相。例如，在更高的温度下，我们可能会有二氧化碳、一氧化碳以及其他碳和氧的组合，它们可能会竞相存在。“使用我们的框架，我们现在可以确定在那个温度下我们可以预期哪些阶段或组合，有多少，以及这是否有害。简而言之，我们现在可以快速判断材料在给定温度下是否会分解。”
研究人员指出，尽管他们在几个候选的最大相位上测试了他们的计算框架，但该算法也可以用于测量其他现有或新材料的行为。
“这项研究将有助于快速排除那些在材料设计阶段可能形成不稳定氧化物的元素，”Arróyave说。“然后，我们可以使用这些材料来制造卓越的燃气轮机和其他机器，这些机器甚至可以承受最恶劣的环境条件，并且随着时间的推移磨损最小。这些高性能涡轮机不仅将惠及航空和能源行业，还将惠及消费者，消费者将看到成本降低。”
该研究的其他贡献者包括材料科学与工程系的丹尼尔·萨索达、普拉尚特·辛格博士、安德鲁·福尔科夫斯基、·陈、蒂恩·杜恩、和米莱丁·拉多维奇博士。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
