En ny metod för att upptäcka material med hjälp av dataanalys och elektronmikroskopi har hittat en ny klass av extremt hårda legeringar. Sådana material skulle potentiellt kunna motstå allvarliga stötar från projektiler, vilket ger bättre skydd för soldater i strid. Forskare från Lehigh University beskriver metoden och fynden i en artikel, "Materialinformatik för screening av flera huvudelement och högentropilegeringar, "som dyker upp idag Naturkommunikation .

"Vi använde materialinformatik - tillämpningen av datavetenskapens metoder på materialproblem - för att förutsäga en klass av material som har överlägsna mekaniska egenskaper, " sa huvudförfattaren Jeffrey M. Rickman, professor i materialvetenskap och teknik och fysik och klass '61 professor vid Lehigh University.

Forskare använde också experimentella verktyg, såsom elektronmikroskopi, för att få insikt i de fysiska mekanismer som ledde till det observerade beteendet i den klass av material som kallas högentropilegeringar (HEA). Högentropilegeringar innehåller många olika grundämnen som, när de kombineras, kan resultera i att system har fördelaktiga och ibland oväntade termiska och mekaniska egenskaper. Av den anledningen, de är för närvarande föremål för intensiv forskning.

"Vi trodde att de tekniker som vi har utvecklat skulle vara användbara för att identifiera lovande HEAs, "Sa Rickman." Men vi hittade legeringar som hade hårdhetsvärden som översteg våra initiala förväntningar. Deras hårdhetsvärden är ungefär en faktor 2 bättre än andra, mer typiska högentropilegeringar och andra relativt hårda binära legeringar."

Alla sju författarna är från Lehigh University, inklusive Rickman; Helen M. Chan, New Jersey Zinc Professor i materialvetenskap och ingenjörskonst; Martin P. Harmer, Alcoa Foundation Professor i materialvetenskap och teknik; Joshua Smeltzer, doktorand i materialvetenskap och teknik; Christopher Marvel, postdoktoral forskarassistent inom materialvetenskap och ingenjörskonst; Ankit Roy, doktorand i maskinteknik och mekanik; och Ganesh Balasubramanian, biträdande professor i maskinteknik och mekanik.

Ökning av högentropilegeringar och dataanalys

Området för högentropi, eller multi-principal element, legeringar har nyligen sett exponentiell tillväxt. Dessa system representerar ett paradigmskifte i legeringsutveckling, eftersom vissa uppvisar nya strukturer och överlägsna mekaniska egenskaper, samt förbättrad oxidationsbeständighet och magnetiska egenskaper, i förhållande till konventionella legeringar. Dock, att identifiera lovande HEA har presenterat en skrämmande utmaning, med tanke på den stora paletten av möjliga element och kombinationer som kan finnas.

Forskare har sökt ett sätt att identifiera de elementkombinationer och kompositioner som leder till hög hållfasthet, höghårda legeringar och andra önskvärda egenskaper, som är en relativt liten delmängd av det stora antalet potentiella HSA som skulle kunna skapas.

På senare år har materialinformatik, tillämpningen av datavetenskap på problem inom materialvetenskap och teknik, har dykt upp som ett kraftfullt verktyg för materialupptäckt och design. Det relativt nya fältet har redan en betydande inverkan på tolkningen av data för olika materialsystem, inklusive de som används inom termoelektrisk ferroelektrik, batterianoder och katoder, vätelagringsmaterial, och polymer dielektrik.

"Skapa stora datamängder inom materialvetenskap, särskilt, omvandlar sättet som forskning görs på området genom att ge möjligheter att identifiera komplexa samband och att utvinna information som kommer att möjliggöra nya upptäckter och katalysera materialdesign, " sa Rickman. Datavetenskapens verktyg, inklusive multivariat statistik, maskininlärning, dimensionsreduktion och datavisualisering, har redan lett till identifieringen av struktur-egendom-bearbetningsförhållanden, screening av lovande legeringar och korrelation av mikrostruktur med processparametrar.

Lehigh Universitys forskning bidrar till området materialinformatik genom att visa att denna uppsättning verktyg är extremt användbar för att identifiera lovande material bland otaliga möjligheter. "Dessa verktyg kan användas i en mängd olika sammanhang för att begränsa stora experimentella parameterutrymmen för att påskynda sökandet efter nya material, sa Rickman.

Ny metod kombinerar kompletterande verktyg

Lehigh University-forskare kombinerade två kompletterande verktyg för att använda en övervakad inlärningsstrategi för effektiv screening av högentropilegeringar och för att identifiera lovande HEA:(1) en kanonisk korrelationsanalys och (2) en genetisk algoritm med en kanonisk korrelationsanalys- inspirerad fitnessfunktion.

De implementerade denna procedur med hjälp av en databas för vilken information om mekaniska egenskaper finns och lyfter fram nya legeringar med hög hårdhet. Metodiken validerades genom att jämföra förutsagda hårdheter med legeringar tillverkade i ett laboratorium med bågsmältning, identifiera legeringar med mycket höga uppmätta hårdheter.

"De metoder som används här involverade en ny kombination av befintliga metoder anpassade till problemet med högentropilegering, "Sa Rickman." Dessutom dessa metoder kan generaliseras för att upptäcka, till exempel, legeringar med andra önskvärda egenskaper. Vi tror att vårt tillvägagångssätt, som bygger på datavetenskap och experimentell karakterisering, har potential att förändra hur forskare upptäcker sådana system framöver."