Superhårda material kan skiva, borra och polera andra föremål. De har också potential att skapa reptåliga beläggningar som kan hjälpa till att hålla dyr utrustning säker från skador.

Nu, vetenskap öppnar dörren till utvecklingen av nya material med dessa förföriska egenskaper.

Forskare har använt beräkningstekniker för att identifiera 43 tidigare okända former av kol som anses vara stabila och superhårda - inklusive flera som förutspås vara något hårdare än eller nästan lika hårda som diamanter. Varje ny kolsort består av kolatomer arrangerade i ett distinkt mönster i ett kristallgitter.

Studien - publicerad den 3 september i tidskriften npj Beräkningsmaterial —Kombinerar beräkningsprognoser för kristallstrukturer med maskininlärning för att jaga nya material. Arbetet är teoretisk forskning, vilket innebär att forskare har förutsagt de nya kolstrukturerna men inte skapat dem ännu.

"Diamanter är just nu det hårdaste materialet som är kommersiellt tillgängligt, men de är väldigt dyra, "säger kemikern Eva Zurek vid Buffalo University." Jag har kollegor som gör högtrycksexperiment i labbet, kläm material mellan diamanter, och de klagar över hur dyrt det är när diamanterna går sönder.

"Vi skulle vilja hitta något hårdare än en diamant. Om du kunde hitta andra material som är hårda, eventuellt kan du göra dem billigare. De kan också ha användbara egenskaper som diamanter inte har. Kanske kommer de att interagera annorlunda med värme eller el, till exempel."

Zurek, Ph.D., professor i kemi vid UB College of Arts and Sciences, tänkt på studien och ledde projektet tillsammans med Stefano Curtarolo, Ph.D., professor i maskinteknik och materialvetenskap vid Duke University.

Jakten på hårda material

Hårdhet avser ett materials förmåga att motstå deformation. Som Zurek förklarar, det betyder att "om du försöker dra in ett material med en skarp spets, ett hål kommer inte att göras, annars blir hålet väldigt litet. "

Forskare anser att ett ämne är superhårt om det har ett hårdhetsvärde på över 40 gigapascal mätt genom ett experiment som kallas Vickers hårdhetstest.

Alla studiens 43 nya kolstrukturer förutses uppfylla denna tröskel. Tre beräknas överstiga diamanternas Vickers hårdhet, men bara lite. Zurek varnar också för att det finns viss osäkerhet i beräkningarna.

De hårdaste strukturer forskarna hittade tenderade att innehålla fragment av diamant och lonsdaleit - även kallad sexkantig diamant - i sina kristallgitter. Förutom de 43 nya formerna av kol, forskningen förutspår också nyligen att ett antal kolstrukturer som andra team har beskrivit tidigare kommer att vara superhårda.

Påskyndar upptäckten av superhårda material

Teknikerna som används i det nya papperet kan tillämpas för att identifiera andra superhårda material, inklusive sådana som innehåller andra element än kol.

"Mycket få superhårda material är kända, så det är intressant att hitta nya, "Säger Zurek." En sak som vi vet om superhårda material är att de måste ha starka band. Kol-kolbindningar är mycket starka, så det är därför vi tittade på kol. Andra element som vanligtvis finns i superhårda material kommer från samma sida av det periodiska systemet, såsom bor och kväve. "

För att genomföra studien, forskare använde XtalOpt, en evolutionär algoritm med öppen källkod för förutsägelse av kristallstruktur som utvecklats i Zureks laboratorium, att generera slumpmässiga kristallstrukturer för kol. Sedan, laget använde en maskininlärningsmodell för att förutsäga hårdheten hos dessa kolarter. De mest lovande hårda och stabila strukturerna användes av XtalOpt som "föräldrar" för att skapa ytterligare nya strukturer, och så vidare.

Maskininlärningsmodellen för uppskattning av hårdhet utbildades med hjälp av databasen Automatic FLOW (AFLOW), ett enormt bibliotek med material med egenskaper som har beräknats. Curtarolos laboratorium upprätthåller AFLOW och utvecklade tidigare maskininlärningsmodellen med Olexandr Isayevs grupp vid University of North Carolina på Chapel Hill.

"Detta är en accelererad materialutveckling. Det kommer alltid att ta tid, men vi använder AFLOW och maskininlärning för att påskynda processen kraftigt, "Curtarolo säger." Algoritmerna lär sig, och om du har tränat modellen bra, algoritmen kommer att förutsäga egenskaperna hos ett material - i det här fallet hårdhet - med rimlig noggrannhet. "

"Du kan ta de bästa materialen som förutspås med hjälp av beräkningstekniker och göra dem experimentellt, "säger studieförfattaren Cormac Toher, Ph.D., biträdande forskningsprofessor i maskinteknik och materialvetenskap vid Duke University.