Magnesiumlegeringar lovar som ett lättviktsmaterial för att minska vikten i bilar och transportsystem, vilket erbjuder potential att förbättra bränsleekonomin och minska utsläppen, men låg formbarhet och styrka förhindrar utbredd användning.
Forskare vid University of Michigan har utvecklat en prediktiv modell för att underlätta optimering av magnesiumlegeringar för att övervinna dessa utmaningar.
Att förstå och manipulera interaktioner mellan lösta element och korngränser vid olika temperaturer är avgörande för att bestämma de optimala magnesiumlegeringskompositionerna och bearbetningsvägarna. Eftersom den sällsynta jordartsmetallen yttrium uppvisar förmågan att separera magnesiumkorngränser, utvecklade studien modellen baserad på yttriumeffekter på magnesiumlegeringar.
Tidningen publicerad i Acta Materialia beskriver en integrerad metod baserad på atomistiska simuleringar och maskininlärning för att exakt förutsäga jämviktssegregering av lösta ämnen till korngränser i polykristallina magnesiumlegeringar i mikroskala vid höga temperaturer som är representativa för deras termomekaniska bearbetning.
"Det här tillvägagångssättet tillåter noggranna överväganden av de statistiska egenskaperna hos korngränsplatser och ändliga temperatureffekter bortom den harmoniska approximationen på löst segregationsenergi", säger Liang Qi, docent i materialvetenskap och teknik och motsvarande författare på tidningen.
När forskarna konstruerade den prediktiva modellen integrerade forskarna den spektrala modellen för korngränssegregation, termodynamisk integration baserad på molekylära dynamiksimuleringar för korrekta beräkningar av fri energi, och fysikinformerade maskininlärande surrogatmodeller med rigorös osäkerhetsanalys.
"Vår surrogatmodell visar robusthet i att förutsäga segregeringsfria energi för spannmålsplatser som avviker avsevärt från de som ingår i vår träningsdatauppsättning", säger Vaidehi Menon, doktorand i materialvetenskap och teknik och första författare på tidningen
Medförfattarna Sambit Das, en biträdande forskare, och Vikram Gavini, en professor i maskinteknik och materialvetenskap och ingenjörsteknik, tillämpade sin programvara, som kan beräkna interaktioner mellan elektroner, för att utföra beräkningar av första principen för att verifiera noggrannheten i atomistiska simuleringar .
Även om modellerna var baserade på yttrium, skulle detta sällsynta jordartsmetall medföra betydande kostnader i storskaliga strukturella tillämpningar. Det omfattande prediktiva verktyget som utvecklats av forskargruppen kan hjälpa till att identifiera mer praktiska legeringselement.
"Vår metod kan hjälpa till att påskynda identifieringen av kostnadseffektiva legeringselement för att förbättra magnesiumlegeringar och andra metallegeringssystem", säger Qi.
Mer information: Vaidehi Menon et al, Atomistiska simuleringar och maskininlärning av segregation av lösta korngränser i Mg-legeringar vid ändliga temperaturer, Acta Materialia (2023). DOI:10.1016/j.actamat.2023.119515
Journalinformation: Acta Materialia
Tillhandahålls av University of Michigan College of Engineering
