Le leghe di magnesio sono promettenti come materiale leggero per ridurre il peso nelle automobili e nei sistemi di trasporto, offrendo il potenziale per migliorare il risparmio di carburante e ridurre le emissioni, ma la scarsa formabilità e resistenza ne impediscono un'adozione diffusa.
I ricercatori dell'Università del Michigan hanno sviluppato un modello predittivo per aiutare l'ottimizzazione della lega di magnesio a superare queste sfide.
Comprendere e manipolare le interazioni tra gli elementi del soluto e i bordi del grano a varie temperature è fondamentale per determinare le composizioni ottimali della lega di magnesio e i percorsi di lavorazione. Poiché l'ittrio, elemento delle terre rare, mostra la capacità di separare i confini dei grani di magnesio, lo studio ha sviluppato il modello basato sugli effetti dell'ittrio sulle leghe di magnesio.
L'articolo pubblicato su Acta Materialia descrive un metodo integrato basato su simulazioni atomistiche e apprendimento automatico per prevedere con precisione il comportamento di segregazione dei soluti in equilibrio ai confini dei grani in leghe di magnesio policristalline su microscala ad alte temperature rappresentative della loro lavorazione termomeccanica.
"Questo approccio consente considerazioni accurate delle caratteristiche statistiche dei siti ai confini dei grani e degli effetti della temperatura finita oltre l'approssimazione armonica sull'energetica della segregazione dei soluti", ha affermato Liang Qi, professore associato di scienza e ingegneria dei materiali e autore corrispondente dell'articolo. P>
Durante la costruzione del modello predittivo, i ricercatori hanno integrato il modello spettrale per la segregazione dei bordi dei grani, l'integrazione termodinamica basata su simulazioni di dinamica molecolare per calcoli accurati dell'energia libera e modelli surrogati di apprendimento automatico basati sulla fisica con rigorosa analisi dell'incertezza.
"Il nostro modello surrogato dimostra robustezza nel prevedere l'energia libera da segregazione per i siti di grano che si discostano in modo significativo da quelli compresi nel nostro set di dati di addestramento", ha affermato Vaidehi Menon, studente di dottorato in scienza e ingegneria dei materiali e primo autore dell'articolo
I coautori Sambit Das, un assistente ricercatore, e Vikram Gavini, professore di ingegneria meccanica e scienza e ingegneria dei materiali, hanno applicato il loro software, in grado di calcolare le interazioni tra gli elettroni, per eseguire calcoli di principi primi per verificare l'accuratezza delle simulazioni atomistiche .
Sebbene i modelli fossero basati sull’ittrio, questo elemento delle terre rare comporterebbe costi significativi nelle applicazioni strutturali su larga scala. Lo strumento predittivo completo sviluppato dal team di ricerca può aiutare a identificare elementi di lega più pratici.
"Il nostro metodo può aiutare ad accelerare l'identificazione di elementi di lega economicamente vantaggiosi per migliorare le leghe di magnesio e altri sistemi di leghe metalliche", ha affermato Qi.
Ulteriori informazioni: Vaidehi Menon et al, Simulazioni atomistiche e apprendimento automatico della segregazione dei confini dei grani di soluto nelle leghe di Mg a temperature finite, Acta Materialia (2023). DOI:10.1016/j.actamat.2023.119515
Informazioni sul giornale: Acta Materialia
Fornito dal College of Engineering dell'Università del Michigan
