Un equipo de investigación de materiales formado por NIMS y la Universidad de Nagoya ha diseñado un novedoso programa de envejecimiento térmico de dos pasos (es decir, envejecimiento no isotérmico o tratamiento térmico no convencional) capaz de fabricar aleaciones de níquel-aluminio (Ni-Al) que son más resistentes a altas temperaturas. que las aleaciones de Ni-Al fabricadas mediante procesos de envejecimiento térmico convencionales.
Esto se logró mediante el uso de técnicas de inteligencia artificial (IA) para identificar varias docenas de programas de envejecimiento térmico diferentes potencialmente efectivos para aumentar la resistencia a altas temperaturas de las aleaciones. Luego se aclararon los mecanismos detrás de estos cronogramas mediante un análisis detallado. Estos resultados sugieren que la IA se puede utilizar para generar nuevos conocimientos sobre la investigación de materiales.
Esta investigación fue publicada en Scientific Reports el 4 de agosto de 2023.
Las aleaciones de Ni-Al están compuestas por una microestructura de dos fases γ/γ´ (gamma/gamma prime). Aumentar la resistencia a altas temperaturas de estas aleaciones requiere optimizar tanto el tamaño como la fracción de volumen de la fase γ´ formada dentro de la aleación durante el proceso de envejecimiento térmico. Estos dos parámetros están determinados por las condiciones bajo las cuales las aleaciones envejecen térmicamente (es decir, las temperaturas utilizadas y los períodos durante los cuales se mantienen).
Existe una enorme cantidad de posibles combinaciones de temperatura y duración. Por ejemplo, dividir un proceso de envejecimiento térmico en 10 intervalos iguales con nueve temperaturas de envejecimiento predeterminadas da como resultado aproximadamente 3.500 millones de posibles combinaciones de temperatura y duración. Debido a esta gran cantidad de combinaciones posibles, los esfuerzos anteriores para determinar programas óptimos de envejecimiento térmico se habían limitado al uso de temperaturas constantes.
Anteriormente, este equipo de investigación logró reducir significativamente el tiempo y el costo necesarios para evaluar estas combinaciones al cambiar su enfoque de experimentos a simulaciones computacionales. Aún así, al equipo le resultó poco realista simular los 3.500 millones de combinaciones.
El equipo de investigación adoptó recientemente un sistema de búsqueda de árboles de Monte Carlo (MCTS), un algoritmo de inteligencia artificial capaz de simplificar una gran cantidad de combinaciones potenciales en una cantidad menor de combinaciones óptimas. Utilizando el algoritmo MCTS, el equipo identificó 110 patrones de programación de envejecimiento térmico capaces de producir mejores resultados que los procesos de envejecimiento isotérmico convencionales.
Inicialmente, el equipo descubrió que estos patrones eran complicados y completamente diferentes del envejecimiento isotérmico convencional. Sin embargo, un análisis detallado reveló los mecanismos subyacentes detrás de estos patrones:inicialmente el envejecimiento de una muestra a alta temperatura durante un corto período de tiempo permite que los precipitados γ´ crezcan hasta que alcancen tamaños casi óptimos, y el posterior envejecimiento a baja temperatura durante un largo período. de tiempo aumenta su fracción de volumen y evita que crezcan demasiado.
Con base en este descubrimiento, el equipo diseñó un programa de envejecimiento térmico de dos pasos:un envejecimiento de corta duración a alta temperatura para comenzar, seguido de un envejecimiento de larga duración a baja temperatura. Se demostró que este programa producía aleaciones de Ni-Al que eran más fuertes a altas temperaturas que las producidas usando cualquiera de los patrones de envejecimiento térmico identificados como efectivos por el algoritmo de IA.
En investigaciones futuras, el equipo de investigación espera aumentar la resistencia a altas temperaturas de superaleaciones a base de níquel más complejas que ya se utilizan en la práctica en turbinas de gas utilizando esta técnica basada en IA, mejorando así su eficiencia.
Más información: Vickey Nandal et al, Diseño inspirado en la inteligencia artificial de envejecimiento no isotérmico para aleaciones Ni-Al bifásicas γ–γ′, Scientific Reports (2023). DOI:10.1038/s41598-023-39589-2
Información de la revista: Informes científicos
Proporcionado por el Instituto Nacional de Ciencia de Materiales
