När material utsätts för extrema miljöer riskerar de att blandas ihop. Denna blandning kan resultera i hydrodynamiska instabiliteter, vilket ger oönskade biverkningar. Sådana instabiliteter utgör en stor utmaning inom flera discipliner, särskilt inom astrofysik, förbränning och formade laddningar - en anordning som används för att fokusera energin hos ett detonerande sprängämne och därigenom skapa en höghastighetsstråle som kan tränga djupt in i metall, betong eller andra mål material.
För att ta itu med utmaningarna med att kontrollera dessa instabiliteter, kopplar forskare vid Lawrence Livermore National Laboratory (LLNL) datorkapacitet och tillverkningsmetoder för att snabbt utveckla och experimentellt validera modifieringar av en formad laddning. Detta arbete, publicerat i Journal of Applied Physics , är en del av Project DarkStar – ett strategiskt initiativ för laboratoriestyrd forskning och utveckling som syftar till att kontrollera materialdeformation genom att undersöka de vetenskapliga problemen med komplex hydrodynamik, stötvågsfysik och energetiska material.
"Som en orkan anses chockvågor och detonation av explosiva ämnen vanligtvis vara "okontrollerbara" händelser. Men vi har gjort det till vårt mål att kontrollera dessa komplicerade dynamiska system, säger DarkStars huvudutredare Jon Belof.
Inspirationen bakom projektet DarkStar är djupt rotad i en oavslutad forskningslinje av Johnny von Neumann – en nyckelmedlem i Manhattan-projektet och en expert på den olinjära fysiken av hydrodynamik och stötvågor. Efter att ha bidragit till LLNL:s världsledande rykte inom datoranvändning anses von Neumann ofta vara sin tids mest begåvade matematiker.
Genom att tillämpa modern teknik på von Neumanns beräkningsteorier använde teamet artificiell intelligens (AI) och maskininlärning (ML) för att utforska nya, beräkningsoptimerade design. Användningen av additiv tillverkning – 3D-utskrift – gjorde det möjligt för forskare att snabbt realisera även de mest radikala AI-designade komponenterna som annars skulle anses vara "omöjliga" att skapa med traditionella tillverkningsmetoder.
För att testa sina formade laddningskonstruktioner – bestående av en kopparliner, en högexplosiv (HE) och en silikonbuffert – genomförde teamet totalt 14 HE-detonationsexperiment vid LLNL:s High Explosives Applications Facility från 2022 till 2023. Dessa experiment jämförde en baslinjedesign. , som inte använde en buffert mellan fodret och HE, mot en design med en optimerad buffert för att demonstrera effektiviteten av silikonbufferten som en instabilitetsreducerande teknik.
"Var och en av våra konstruktioner gick igenom optimering, tillverkning och detonationstester på mindre än tre månader", säger huvudförfattaren Dylan Kline.
När den har detonerat, komprimeras metallfodret och pressas framåt i cirka 5 kilometer per sekund, vilket bildar en höghastighetsstråle. Den instabilitet som denna forskning syftar till att mildra äger rum när sprängämnet skapar en impuls eller "spets" vid materialgränssnittet, deformerar och accelererar metallen (som har en hög densitet) till luften runt den (som har en låg densitet). I detta fall sker instabiliteten eller blandningen av material när strålen bildas i luften.
Kline sa:"Vårt mål är att förstärka hur denna instabilitet växer. Om vi kan lägga till något i vår design för att forma stötvågorna, då kan vi kontrollera hur energi överförs till metallfodret."
Blixtröntgenbilder tagna under detonationsexperimenten avslöjar silikonbuffertens förmåga att mildra potentiella instabiliteter på ett tillförlitligt och konsekvent sätt.
Genom sin serie av experiment har teamet avslöjat flera banbrytande upptäckter angående hydrodynamiska instabiliteter, inklusive hur man helt kan undertrycka en instabilitet känd som Richtmyer-Meshkov Instability (RMI). RMI är av särskilt intresse på grund av dess oförutsägbara karaktär och roll i material som genomgår extrem dynamisk belastning.
Denna forskning är direkt tillämplig på flygteknik och energi- och klimatsäkerhet, eftersom formade laddningar vanligtvis används för att separera flygplanssystem eller för att stänga oljerör i nödsituationer. Till exempel, under oljeutsläppet Deepwater Horizon 2010, skulle en formad laddning normalt ha använts för att snabbt stänga röret. Men eftersom trycket var så högt var till och med sprängämnen ineffektiva för att stoppa utsläppet.
"Detta är bara ett fall där kraftfullare sprängämnen och effektivare sätt att använda dem för att manipulera metall skulle kunna förbättra vår industriella ekologi," sa Belof.
Project DarkStar belyser potentialen hos AI/ML för att stödja ett brett utbud av nationella säkerhetsuppdrag.
Mer information: Dylan J. Kline et al, Reducing Richtmyer–Meshkov instability jet velocity via invers design, Journal of Applied Physics (2024). DOI:10.1063/5.0180712
Journalinformation: Journal of Applied Physics
Tillhandahålls av Lawrence Livermore National Laboratory
