Visat är ett datadrivet arbetsflöde för att kartlägga de elastiska egenskaperna hos högentropilegeringsutrymmet. Kredit:Chen et al.
När är något mer än bara summan av dess delar? Legeringar visar sådan synergi. Stål, till exempel, revolutionerade industrin genom att ta järn, lägga till lite kol och göra en legering mycket starkare än någon av dess komponenter.
Superdatorsimuleringar hjälper forskare att upptäcka nya typer av legeringar, kallade högentropilegeringar. Forskare har använt Stampede2 superdator från Texas Advanced Computing Center (TACC) tilldelad av Extreme Science and Engineering Discovery Environment (XSEDE).
Deras forskning publicerades i april 2022 i Npj Computational Materials . Tillvägagångssättet skulle kunna tillämpas för att hitta nya material för batterier, katalysatorer och mer utan behov av dyra metaller som platina eller kobolt.
"Högentropilegeringar representerar ett helt annat designkoncept. I det här fallet försöker vi blanda flera huvudelement tillsammans", säger seniorförfattaren Wei Chen, docent i materialvetenskap och teknik vid Illinois Institute of Technology.
Termen "hög entropi" i ett nötskal hänvisar till minskningen av energi som erhålls från slumpmässig blandning av flera element vid liknande atomfraktioner, vilket kan stabilisera nya och nya material som härrör från "cocktailen".
För studien undersökte Chen och kollegor ett stort utrymme med 14 element och de kombinationer som gav högentropilegeringar. De utförde kvantmekaniska beräkningar med hög genomströmning, som fann legeringens stabilitet och elastiska egenskaper, förmågan att återta sin storlek och form från stress, av mer än 7 000 högentropilegeringar.
"Detta är såvitt vi vet den största databasen över de elastiska egenskaperna hos högentropilegeringar," tillade Chen.
De tog sedan denna stora datamängd och tillämpade en Deep Sets-arkitektur, som är en avancerad djupinlärningsarkitektur som genererar prediktiva modeller för egenskaperna hos nya högentropilegeringar.
"Vi utvecklade en ny maskininlärningsmodell och förutspådde egenskaperna för mer än 370 000 högentropiska legeringskompositioner," sa Chen.
Den sista delen av deras studie använde det som kallas association rule mining, en regelbaserad maskininlärningsmetod som används för att upptäcka nya och intressanta samband mellan variabler, i det här fallet hur individuella eller kombinationer av element kommer att påverka egenskaperna hos högentropilegeringar.
"Vi härledde några designregler för utveckling av högentropilegeringar. Och vi föreslog flera kompositioner som experimentalister kan försöka syntetisera och göra," tillade Chen.
Högentropilegeringar är en ny gräns för materialforskare. Som sådan finns det väldigt få experimentella resultat. Denna brist på data har alltså begränsat forskarnas kapacitet att designa nya.
"Det är därför vi utför beräkningarna med hög genomströmning för att kartlägga ett mycket stort antal högentropilegeringsutrymmen och förstå deras stabilitet och elastiska egenskaper," sa Chen.
TACC:s Stampede2 superdator. Kredit:TACC
Han hänvisade till mer än 160 000 första-principberäkningar i detta senaste arbete.
"Det stora antalet beräkningar är i princip inte möjligt att utföra på enskilda datorkluster eller persondatorer," sa Chen. "Det är därför vi behöver tillgång till högpresterande datorfaciliteter, som de vid TACC som tilldelats av XSEDE."
Chen tilldelades tid på Stampede2 superdator på TACC genom XSEDE, ett virtuellt samarbete finansierat av National Science Foundation (NSF) som underlättar fri, anpassad tillgång till avancerade digitala resurser, rådgivning, utbildning och mentorskap.
Tyvärr lämpade sig EMTO-CPA-koden som Chen använde för beräkningar av kvantmekaniska densitetsfunktionsteori inte väl till den parallella karaktären hos högpresterande beräkningar, som vanligtvis tar stora beräkningar och delar upp dem i mindre som körs samtidigt.
"Stampede2 och TACC genom XSEDE gav oss en mycket användbar kod som heter Launcher, som hjälpte oss att packa enskilda små jobb i ett eller två stora jobb, så att vi kan dra full nytta av Stampede2 s högpresterande datornoder," sa Chen.
Launcher-skriptet som utvecklats på TACC gjorde det möjligt för Chen att packa cirka 60 små jobb i ett och sedan köra dem samtidigt på en högpresterande nod. Det ökade deras beräkningseffektivitet och hastighet.
"Självklart är detta ett unikt användningsprogram för superdatorer, men det är också ganska vanligt för många materialmodelleringsproblem," sa Chen.
För detta arbete använde Chen och kollegor en datornätverksarkitektur som heter Deep Sets för att modellera egenskaper hos högentropilegeringar.
Deep Sets-arkitekturen kan använda de elementära egenskaperna hos individuella högentropilegeringar och bygga prediktiva modeller för att förutsäga egenskaperna hos ett nytt legeringssystem.
"Eftersom detta ramverk är så effektivt gjordes det mesta av utbildningen på vår elevs persondator," sa Chen. "Men vi använde TACC Stampede2 att göra förutsägelser med modellen."
Chen gav exemplet med den mycket studerade Cantor-legeringen - en ungefär lika blandning av järn, mangan, kobolt, krom och nickel. Det som är intressant med den är att den motstår att vara spröd vid mycket låga temperaturer.
En anledning till detta är vad Chen kallade 'cocktaileffekten', som ger överraskande beteenden jämfört med de ingående elementen när de blandas ihop i ungefär lika stora fraktioner som en högentropilegering.
Den andra anledningen är att när flera element blandas öppnas ett nästan obegränsat designutrymme för att hitta nya kompositionsstrukturer och till och med ett helt nytt material för applikationer som tidigare inte var möjliga.
"Förhoppningsvis kommer fler forskare att använda beräkningsverktyg för att hjälpa dem att begränsa de material som de vill syntetisera, sa Chen. "Högentropilegeringar kan tillverkas av lättanskaffade element och förhoppningsvis kan vi ersätta ädelmetaller eller element som t.ex. platina eller kobolt som har problem med leveranskedjan. Dessa är faktiskt strategiska och hållbara material för framtiden." + Utforska vidare
