导读：据today.tamu网站4月12日报道，美国德克萨斯农工大学（英語：Texas A&M University，缩写为A&M或TAMU）已经研究出了一种新的算法，可以快速预测新型材料在特定温度下耐高温腐蚀和抗氧化性能。
MAX相材料（电子显微照片中显示的示例）是迄今为止在高温下最抗腐蚀和抗氧化的材料。
在不久的将来是否有可能设计不受极端温度影响的材料？
在发表在《自然计算材料》杂志上的一项研究中，德克萨斯农工大学的研究人员描述了一种计算工具，用于评估材料在高温环境应用中的适用性，例如航空发动机和燃气轮机。与其他算法相比，其结合了人工智能和基础物理学的计算框架可以预测材料在恶劣条件下的行为，而所需的计算时间却很短。
德州农工大学材料科学与工程系教授，研究的相应作者雷蒙多·阿罗瓦（Raymundo Arróyave）表示：“我们采用了一种创新的跨学科方法来筛选材料，速度比传统技术快一百万倍。目前，即使对于高于绝对零值的小温度，这些类型的计算也是一个巨大的挑战，因为它们的计算量很大。”
自上世纪年代后期以来，燃气轮机也一直是发电的主力军之一，它在高温，腐蚀性的条件下运行，使其易于损坏和逐渐恶化。因此，设计能够承受极端温度的材料一直是燃气轮机的一项持续的追求。
在一系列耐高温材料中，已知被称为MAX相的陶瓷具有弥合传统陶瓷与金属之间的特性。换句话说，它们比陶瓷更不易碎，并且比许多金属具有更高的温度耐受性。
材料科学与工程系教授，该研究的资深作者米拉丹·拉迪维奇（Miladin Radovic）表示：“这些材料是燃气轮机和耐热涂层结构部件的理想选择，但是，在数百个可能的MAX，只有少数经过实验验证是耐高温腐蚀和抗氧化的。”
相中
研究人员指出，鉴于可用于制造MAX相的元素数量众多，并且存在更多的组合方式，因此实验验证每种复合物在高温下的行为变得不切实际。另一方面，诸如纯机器学习算法之类的计算技术在预测材料在非零温度下的行为方面并不那么强大和可靠。
作为实验和机器学习的替代方法，基于物理学的数学模型提供了一种严格的方法来评估不同温度下MAX相的特性。在这些模型中，最成熟的模型称为密度泛函理论，可以用最少的输入数据来解释材料的行为。但是，该理论最适用于处于最低能量状态（称为基态）的材料。为了预测它们在高温下的行为，需要更复杂和耗时的计算。
阿罗瓦教授表示：“这些计算的伸缩性非常差，从这个角度来看，如果我们要使用密度泛函理论来计算候选材料在最低温度零开尔文（即基态）下的性能，则可能需要一天的计算时间。但是现在，如果要在有限的温度（例如1000开尔文）上计算相同的属性，则可能需要数周的时间。”
此外，他指出，即使一次使用数千台超级计算机处理器，想要预测材料在高温下暴露于氧气时的行为也非常复杂，可能要花费数月甚至更长的时间。
阿罗瓦教授和他的团队不仅只依靠一种方法，还采用了三管齐下的方法，其中包括密度泛函理论，机器学习和计算热力学的结合。
他们首先使用密度泛函理论计算了在零开尔文温度下MAX相的一些基本特性。然后，这些计算被用作机器学习模型的输入。这样，研究人员用机器学习模型替代了密度泛函理论中原本非常耗费计算资源的运算部分。然后他们使用计算热力学来确定在给定温度和特定MAX相组成下最稳定的化合物。
“让我们考虑一下由钛，铝和碳制成的MAX相。在更高的温度下，我们可能会有例如二氧化碳，一氧化碳以及可能竞争存在的碳和氧的其他组合，” 阿罗瓦教授表示。“使用我们的计算框架，现在我们可以确定在某个温度下的阶段或组合，以及这些组合是否可能有害。简而言之，我们现在可以快速确定材料在给定温度下是否会分解。”
研究人员指出，尽管他们在几个候选MAX相阶段已经测试和验证了该计算框架，但该算法也可用于衡量其它现有或新颖材料的行为。
阿罗瓦教授解释道：“这项研究将有助于快速排除那些可能在材料设计阶段形成不稳定氧化物的元素，然后，我们可以使用这些材料来制造优质的燃气轮机和其他机器，这些机器甚至可以承受最恶劣的环境条件，并且随着时间的流逝而磨损最小。这些高性能的涡轮机械不仅将使航空和能源行业受益，还将使消费者受益，因为它将降低成本。”
研究的其他贡献者包括材料科学与工程系的Daniel Sauceda，Prashant Singh，Andrew Falkowski，Yexiao Chen，Thien Doung，Guillermo Vazquez和Miladin Radovic。
这项研究由美国国家科学基金会资助。
热门跟贴