La informática de los materiales revela una nueva clase de aleaciones súper duras. - Eres Viral
June Full Moon 2019: Strawberry Moon Swings by Jupiter and Saturn
junio 14, 2019
Chandrayaan 2: India en la superficie lunar
junio 15, 2019
Show all

La informática de los materiales revela una nueva clase de aleaciones súper duras.

La informática de los materiales revela una nueva clase de aleaciones súper duras.

Un nuevo método para descubrir materiales mediante análisis de datos y microscopía electrónica ha encontrado una nueva clase de aleaciones extremadamente duras. Tales materiales podrían potencialmente resistir el impacto severo de los proyectiles, brindando así una mejor protección de los soldados en combate. Investigadores de la Universidad de Lehigh describen el método y los hallazgos en un artículo, "Informática de materiales para la selección de elementos de múltiples principales y aleaciones de alta entropía", que aparece hoy en Nature Communications.

"Utilizamos materiales informáticos (la aplicación de los métodos de la ciencia de datos a los problemas de materiales) para predecir una clase de materiales que tienen propiedades mecánicas superiores", dijo el autor principal Jeffrey M. Rickman, profesor de ciencia e ingeniería de materiales y física y de clase de '61 Profesor en la Universidad de Lehigh.

Los investigadores también utilizaron herramientas experimentales, como la microscopía electrónica, para conocer mejor los mecanismos físicos que llevaron al comportamiento observado en la clase de materiales conocidos como aleaciones de alta entropía (HEA). Las aleaciones de alta entropía contienen muchos elementos diferentes que, cuando se combinan, pueden dar como resultado que los sistemas tengan propiedades térmicas y mecánicas beneficiosas y, a veces, inesperadas. Por ese motivo, actualmente son objeto de intensa investigación.

"Pensamos que las técnicas que hemos desarrollado serían útiles para identificar HEA prometedoras", dijo Rickman. "Sin embargo, encontramos aleaciones que tenían valores de dureza que excedían nuestras expectativas iniciales. Sus valores de dureza son aproximadamente un factor de 2 mejores que otros, más típicas aleaciones de alta entropía y otras aleaciones binarias relativamente duras".

Los siete autores son de la Universidad de Lehigh, incluido Rickman; Helen M. Chan, Nueva Jersey Profesora de zinc de ciencia de materiales e ingeniería; Martin P. Harmer, catedrático de la Fundación Alcoa de ciencia e ingeniería de materiales; Joshua Smeltzer, estudiante graduado en ciencia de materiales e ingeniería; Christopher Marvel, investigador postdoctoral asociado en ciencia e ingeniería de materiales; Ankit Roy, estudiante graduado en ingeniería mecánica y mecánica; y Ganesh Balasubramanian, profesor asistente de ingeniería mecánica y mecánica.

[Img #55893]

Un mapa de espectroscopía de dispersión de energía de rayos X (EDS) de la microestructura de una aleación dura predicha a partir del análisis de los investigadores de la Universidad de Lehigh. Los paneles con letras son mapas de intensidad de rayos X asociados con diferentes elementos que comprenden la aleación que permite la deducción de las distribuciones espaciales de estos elementos. (Crédito: Universidad de Lehigh)

El campo de las aleaciones de alta entropía, o elemento multi-principal, ha visto recientemente un crecimiento exponencial. Estos sistemas representan un cambio de paradigma en el desarrollo de aleaciones, ya que algunos exhiben nuevas estructuras y propiedades mecánicas superiores, así como una mayor resistencia a la oxidación y propiedades magnéticas, en relación con las aleaciones convencionales. Sin embargo, la identificación de HEA prometedores ha presentado un desafío abrumador, dada la vasta paleta de posibles elementos y combinaciones que podrían existir.

Los investigadores han buscado una forma de identificar las combinaciones de elementos y las composiciones que conducen a aleaciones de alta dureza y alta resistencia y otras cualidades deseables, que son un subconjunto relativamente pequeño de la gran cantidad de HSA potenciales que podrían crearse.

En los últimos años, la informática de materiales, la aplicación de la ciencia de datos a problemas en ciencia de materiales e ingeniería, se ha convertido en una herramienta poderosa para el descubrimiento y diseño de materiales. El campo relativamente nuevo ya está teniendo un impacto significativo en la interpretación de datos para una variedad de sistemas de materiales, incluidos los utilizados en termoeléctricos, ferroeléctricos, ánodos y cátodos de baterías, materiales de almacenamiento de hidrógeno y dieléctricos de polímeros.

"La creación de grandes conjuntos de datos en la ciencia de los materiales, en particular, está transformando la manera en que se realiza la investigación en el campo al brindar oportunidades para identificar relaciones complejas y extraer información que permita nuevos descubrimientos y catalice el diseño de materiales", dijo Rickman. Las herramientas de la ciencia de datos, incluidas las estadísticas multivariadas, el aprendizaje automático, la reducción dimensional y la visualización de datos, ya han conducido a la identificación de relaciones estructura-propiedad-procesamiento, selección de aleaciones prometedoras y correlación de la microestructura con los parámetros de procesamiento.

La investigación de la Universidad de Lehigh contribuye al campo de la informática de los materiales al demostrar que este conjunto de herramientas es extremadamente útil para identificar materiales prometedores entre una gran variedad de posibilidades. "Estas herramientas se pueden usar en una variedad de contextos para reducir espacios de parámetros experimentales grandes para acelerar la búsqueda de nuevos materiales", dijo Rickman.

Los investigadores de la Universidad de Lehigh combinaron dos herramientas complementarias para emplear una estrategia de aprendizaje supervisado para la detección eficiente de aleaciones de alta entropía e identificar HEA prometedoras: (1) un análisis de correlación canónica y (2) un algoritmo genético con un análisis de correlación canónica Función de fitness inspirada.

Implementaron este procedimiento utilizando una base de datos para la cual existe información de propiedades mecánicas y destacando nuevas aleaciones con durezas altas. La metodología se validó mediante la comparación de las durezas predichas con las aleaciones fabricadas en un laboratorio que utiliza fusión por arco, identificando las aleaciones con durezas medidas muy altas.

"Los métodos empleados aquí implicaban una combinación novedosa de métodos existentes adaptados al problema de la aleación de alta entropía", dijo Rickman. "Además, estos métodos pueden generalizarse para descubrir, por ejemplo, aleaciones que tienen otras propiedades deseables. Creemos que nuestro enfoque, que se basa en la ciencia de datos y la caracterización experimental, tiene el potencial de cambiar la forma en que los investigadores descubren que tales sistemas avanzan. " (Fuente: Universidad de Lehigh)

.

LINK DE LA FUENTE ORIGINAL NOTICIAS DE LA CIENCIA & LA TECNOLOGIA

Deja un comentario

A %d blogueros les gusta esto: