Las aleaciones metálicas avanzadas son esenciales en partes clave de la vida moderna, de coches a satélites, desde materiales de construcción hasta electrónica. Pero crear nuevas aleaciones para usos específicos, con fuerza optimizada, dureza, resistencia a la corrosión, conductividad, etcétera, se ha visto limitada por la comprensión difusa de los investigadores de lo que sucede en los límites entre los diminutos granos cristalinos que componen la mayoría de los metales.

Cuando dos metales se mezclan, los átomos del metal secundario pueden acumularse a lo largo de estos límites de grano, o podrían extenderse a través de la red de átomos dentro de los granos. Las propiedades generales del material están determinadas en gran medida por el comportamiento de estos átomos, pero hasta ahora no ha habido una forma sistemática de predecir lo que harán.

Los investigadores del MIT ahora han encontrado una manera, utilizando una combinación de simulaciones por computadora y un proceso de aprendizaje automático, para producir el tipo de predicciones detalladas de estas propiedades que podrían guiar el desarrollo de nuevas aleaciones para una amplia variedad de aplicaciones. Los hallazgos se describen hoy en la revista. Comunicaciones de la naturaleza , en un artículo del estudiante graduado Malik Wagih, Postdoctorado Peter Larsen, y el profesor de ciencia e ingeniería de materiales Christopher Schuh.

Schuh explica que comprender el comportamiento a nivel atómico de los metales policristalinos, que representan la gran mayoría de los metales que utilizamos, es un desafío abrumador. Mientras que los átomos de un solo cristal están dispuestos en un patrón ordenado, de modo que la relación entre átomos adyacentes sea simple y predecible, ese no es el caso de los múltiples cristales diminutos en la mayoría de los objetos metálicos. "Tienes cristales aplastados en lo que llamamos límites de grano. Y en un material estructural convencional, hay millones y millones de tales fronteras, " él dice.

Estos límites ayudan a determinar las propiedades del material. "Puedes pensar en ellos como el pegamento que mantiene unidos los cristales, ", dice." Pero están desordenados, los átomos están mezclados. No coinciden con ninguno de los cristales que están uniendo ". Eso significa que ofrecen miles de millones de posibles arreglos atómicos, él dice, en comparación con unos pocos en un cristal. Crear nuevas aleaciones implica "intentar diseñar esas regiones dentro de un metal, y es literalmente miles de millones de veces más complicado que diseñar en un cristal ".

Schuh hace una analogía con la gente de un barrio. "Es como estar en un suburbio, donde puede tener 12 vecinos a su alrededor. En la mayoría de los metales, miras a tu alrededor ves a 12 personas y todas están a la misma distancia de ti. Es totalmente homogéneo. Mientras que en un límite de grano, todavía tienes algo así como 12 vecinos, pero todas están a diferentes distancias y todas son casas de diferentes tamaños en diferentes direcciones ".

Tradicionalmente, él dice, aquellos que diseñan nuevas aleaciones simplemente se saltan el problema, o simplemente observe las propiedades promedio de los límites de grano como si fueran todos iguales, aunque saben que ese no es el caso.

En lugar de, el equipo decidió abordar el problema de manera rigurosa examinando la distribución real de configuraciones e interacciones para un gran número de casos representativos, y luego usar un algoritmo de aprendizaje automático para extrapolar de estos casos específicos y proporcionar valores predichos para una amplia gama de posibles variaciones de aleación.

En algunos casos, la agrupación de átomos a lo largo de los límites de los granos es una propiedad deseada que puede mejorar la dureza y la resistencia a la corrosión de un metal, pero a veces también puede conducir a la fragilidad. Dependiendo del uso previsto de una aleación, los ingenieros intentarán optimizar la combinación de propiedades. Para este estudio, el equipo examinó más de 200 combinaciones diferentes de un metal base y un metal de aleación, basado en combinaciones que habían sido descritas en un nivel básico en la literatura. Luego, los investigadores simularon sistemáticamente algunos de estos compuestos para estudiar sus configuraciones de límites de grano. Estos se utilizaron para generar predicciones mediante el aprendizaje automático, que a su vez fueron validados con simulaciones más enfocadas. Las predicciones de aprendizaje automático coincidieron estrechamente con las mediciones detalladas.

Como resultado, los investigadores pudieron demostrar que muchas combinaciones de aleaciones que se habían descartado como inviables, de hecho resultan factibles, Dice Wagih. La nueva base de datos compilada a partir de este estudio, que se ha puesto a disposición del dominio público, podría ayudar a cualquiera que esté trabajando en el diseño de nuevas aleaciones, él dice.

El equipo sigue adelante con el análisis. "En nuestro mundo ideal, lo que haríamos es tomar todos los metales de la tabla periódica, y luego le agregaríamos todos los demás elementos de la tabla periódica, "Dice Schuh." Así que tomas la tabla periódica y la cruzas consigo misma, y comprobaría todas las combinaciones posibles ". Para la mayoría de esas combinaciones, los datos básicos aún no están disponibles, pero a medida que se realizan más y más simulaciones y se recopilan datos, esto se puede integrar en el nuevo sistema, él dice.

Yuri Mishin, profesor de física y astronomía en la Universidad George Mason, que no estuvo involucrado en este trabajo, dice:"La segregación del límite de grano de los elementos solutos en las aleaciones es uno de los fenómenos más fundamentales en la ciencia de los materiales. La segregación puede debilitar catastróficamente los límites del grano o mejorar su cohesión y resistencia al deslizamiento. El control preciso de las energías de segregación es una herramienta eficaz para diseñar nuevos materiales tecnológicos con mecánica avanzada, térmico, o propiedades electrónicas ".

Pero, él añade, "Una limitación importante de los modelos de segregación existentes es la dependencia de una energía de segregación media, que es una aproximación muy burda ". Ese es el desafío, él dice, que este equipo ha abordado con éxito:"La calidad de la investigación es excelente, y la idea central tiene un potencial significativo para impactar en el campo del diseño de aleaciones al proporcionar un marco para el cribado rápido de los elementos de aleación para determinar su capacidad de segregarse a los límites de los granos ".

Esta historia se vuelve a publicar por cortesía de MIT News (web.mit.edu/newsoffice/), un sitio popular que cubre noticias sobre la investigación del MIT, innovación y docencia.