新闻资讯

by Lehigh University

一种利用数据分析和电子显微镜发现材料的新方法发现了一类新的超硬合金。Lehigh大学的研究人员在今天出现在《自然通讯》上的一篇文章“材料信息学用于筛选多主元素和高熵合金”中描述了这种方法和发现。

“我们使用了材料信息学——数据科学方法在材料问题上的应用——来预测一类具有优越机械性能的材料,”主要作者Jeffrey M.Rickman说,他是Lehigh大学材料科学与工程与物理教授,也是61届教授。

研究人员还使用实验工具,如电子显微镜,来深入了解导致在被称为高熵合金(HEAS)的材料类别中观察到的行为的物理机制。高熵合金含有许多不同的元素,当它们结合在一起时,可能会导致系统具有有益的,有时是意想不到的热性能和机械性能。正因为如此,他们目前是研究的热点。

里克曼说:“我们认为,我们开发的技术将有助于识别有前途的HEA。”然而,我们发现合金的硬度值超过了我们最初的预期。它们的硬度值比其他更典型的高熵合金和其他相对坚硬的二元合金高2倍。”

七位作者均来自Lehigh大学,包括里克曼;Helen M. Chan,新泽西材料科学与工程锌教授;美国铝业基础材料科学与工程教授Martin P. Harmer;Joshua Smeltzer,材料科学与工程研究生;Christopher Marvel,博士后研究协会材料科学与工程专业E;机械工程与力学研究生Ankit Roy;机械工程与力学助理教授Ganesh Balasubramanian。

高熵合金的兴起与数据分析

近年来,高熵或多主元合金领域呈指数增长。这些系统代表了合金发展的一个范例转变,因为一些系统相对于传统合金显示出新的结构和优越的机械性能,以及增强的抗氧化性和磁性。然而,考虑到可能存在的大量元素和组合,识别有前景的HEA提出了一个艰巨的挑战。

研究人员已经找到了一种方法来识别元素组合和成分,从而获得高强度、高硬度的合金和其他理想的质量,这是可能产生的大量潜在HSA中相对较小的一个子集。

近年来,材料信息学作为数据科学在材料科学和工程问题上的应用,已经成为材料发现和设计的有力工具。相对较新的领域已经对各种材料系统的数据解释产生了重大影响,包括用于热电、铁电、电池阳极和阴极、储氢材料和聚合物电介质的数据解释。

里克曼说:“尤其是在材料科学领域,大数据集的创建正在改变这一领域的研究方式,通过提供机会来识别复杂的关系,并提取信息,从而实现新的发现并促进材料设计。”数据科学的工具,包括多元统计、机器学习、降维和数据可视化,已经导致了结构性能处理关系的识别、有前途合金的筛选以及微观结构与加工参数的相关性。

Lehigh大学的研究对材料信息学领域做出了贡献,证明了这套工具对于从各种可能性中识别有前景的材料非常有用。”这些工具可以在各种环境中使用,以缩小大型实验参数空间,以加速对新材料的搜索,”里克曼说。

新方法结合了互补工具

Lehigh大学的研究人员结合了两个互补的工具,采用监督学习策略来有效筛选高熵合金,并确定有前途的HEA:(1)典型相关分析;(2)具有典型相关分析的遗传算法激发了适应度函数。

他们使用一个有力学性能信息的数据库来实现这一过程,并强调高硬度的新合金。通过将预测的硬度与实验室中使用电弧熔炼制造的合金进行比较,确定具有高测量硬度的合金,验证了该方法。

里克曼说:“这里采用的方法涉及到一种新的结合现有的方法来适应高熵合金问题。”此外,这些方法可以推广到发现,例如,具有其他理想性能的合金。我们相信,我们的方法依赖于数据科学和实验特性,有可能改变研究人员发现此类系统的方式。”

声明:本文由尖尖角精密机械编译,中文内容仅供参考,一切内容以英文原版为准。

原文链接:https://phys.org/news/2019-06-materials-informatics-reveals-class-super-hard.html


上一页:西部精密线切割放电加工机 UltraMMB

下一页:没有了!

欧美18 xvedio 100