研究人員發現了一種新的方法，基於在原始金屬晶粒邊界之間的反應，以預測金屬合金的性能。在這幅圖中，彩色的圓點表示原子沿著邊界聚集而非穿透邊界的可能性。圖片來源:麻省理工學院
從汽車到衛星，從建築材料到電子產品，先進的金屬合金在現代生活的關鍵部分中必不可少。但是，由於研究人員對構成大多數金屬的微小晶粒之間的邊界一知半解，限制了為特定用途創造具有最佳強度、硬度、耐腐蝕性和導電性等性能的新合金。
當兩種金屬混合在一起時，次級金屬的原子可能會沿著這些晶界聚集，或者它們可能會通過晶界內的原子晶格分散開來。材料的整體性能很大程度上取決於這些原子的行為，但迄今為止還沒有系統方法可以預測它們的行為。
麻省理工學院的研究人員現在找到了一種方法，結合計算機模擬和機器學習過程，對這些性質進行詳細預測，從而引導用於各種應用的新型合金的開發。這些發現發表在《自然-通訊》雜誌上，論文由研究生Malik Wagih、博士後Peter Larsen以及材料科學與工程教授Christopher Schuh撰寫。
圖片來源：Pixabay
Schuh解釋說，多晶金屬佔我們所使用金屬的絕大部分，了解多晶金屬的原子級行為是一項艱巨的挑戰。雖然單個晶體中的原子排列有序，相鄰原子之間的關係簡單且可預測，但大多數金屬物體中的多個微小晶體卻並非如此。「晶體在我們稱之為晶界的地方糅合在一起，傳統結構材料中，有成千上萬的這樣的邊界。」
這些邊界有助於確定材料的性質。他說:「你可以把它們看作是把晶體粘在一起的膠水。」「但是它們是無序的，原子是雜亂的。它們與相融合兩邊的晶體都不匹配。」他說，這意味著它們存在數十億種可能的原子排列方式，而晶體的排列方式只有幾種。創造新的合金涉及「試圖在金屬內部設計那些區域，這確實比設計晶體要複雜數十億倍。」
Schuh用鄰裡鄰居做了一個類比。「這有點像住在郊區，周圍可能有12個鄰居。在大多數金屬中，你環顧四周，你會看到12個人，他們離你的距離都是一樣的。這完全是同質的。而在一個顆粒邊界，你仍然有大約12個鄰居，但他們都在不同的距離，他們都是不同大小的房子，在不同的方向。」
他說，傳統上，設計新合金的人會直接忽略這一問題，或者只關注晶界的平均性質，就好像它們都是一樣的，儘管他們知道事實並非如此。
相反,團隊決定通過檢查大量典型案例的配置和交互的實際分布來嚴格地處理這個問題，然後使用機器學習算法從這些具體情況進行推斷，並為一系列可能的合金變化提供預測值。
在某些情況下，原子沿晶界聚集是一種理想的特性，可以提高金屬的硬度和抗腐蝕能力，但有時也會導致脆化。根據一種合金的預期用途，工程師們將嘗試優化其性能組合。在這項研究中，該團隊基於文獻中描述的基本組合，檢測了200多種不同的賤金屬和合金金屬組合。研究人員隨後系統地模擬了其中一些化合物，以研究它們的晶界構型。這些數據被用於使用機器學習生成預測，而這些預測又被更多的模擬驗證。機器學習的預測與詳細的測量結果非常吻合。
圖片來源：Pixabay
因此，研究人員能夠證明許多被排除在外的合金組合實際上是可行的。Wagih說，這項研究彙編的新資料庫已經在公共領域開放，可以幫助任意一位正在設計新合金的人。
該小組正在加緊進行分析。「在我們理想設定中，我們要把元素周期表裡的每一種金屬都拿出來，然後把元素周期表裡的每一種元素都加到這些金屬裡去，」Schuh說。「所以你拿著周期表，交叉檢查每一種可能的組合。」他說，對於大部分組合，目前還沒有基本數據，但隨著越來越多的模擬和數據收集的完成，這些組合就可以集成到新系統中。
喬治梅森大學的物理學和天文學教授Yuri Mishin（沒有參與這項工作），他說:「合金中溶質元素的晶界偏析是材料科學中最基本的現象之一。偏析會對晶界產生災難性的脆化作用或提高晶界的黏聚力和抗滑性。對偏析能的精確控制是設計具有先進機械性能、熱學性能或電子性能的新技術材料的有效工具。
但是，Yuri Mishin教授補充說，「現有偏析模型的一個主要局限是依賴於平均偏析能，這是一個非常粗糙的近似。」但這個團隊已經成功解決了這一挑戰。對於這個研究，他評價道，「研究質量是優秀的，核心思想具有重要的潛力，通過提供一個基於合金性能的快速篩選框架，將對合金設計領域界定合金晶界產生影響。」
撰文：David L. Chandler
翻譯：曾欣欣
引進來源：物理學家組織網
引進連結：https://phys.org/news/2020-12-metal-alloys.html