Машинное обучение помогло создать самые прочные сплавы
С помощью алгоритмов машинного обучения исследователи смогли выявить скрытые закономерности в данных, которые невозможно было обнаружить при помощи традиционных методов анализа. Новый способ позволяет более точно предсказывать, как материалы будут вести себя при смешении в различных пропорциях, что является критически важным для разработки сплавов, способных выдержать самые экстремальные условия.
Порядок и беспорядок в природе
Одним из ключевых аспектов исследования является принцип ближнего порядка (SRO), который описывает формирование атомами определенных сложноорганизованных структур. В таких системах атомы стремятся образовывать определенные узоры, благодаря чему свойства сплавов можно точно настраивать — именно SRO открывает новые возможности для создания материалов для таких отраслей, как аэрокосмическая промышленность и биомедицина.
Исследователи отмечают, что высокоэнтропийные сплавы, созданные при помощи SRO, обладают сложным составом и уникальными характеристиками, недоступными для традиционных сплавов — они создаются из множества практически равномерно распределенных элементов, свойства которых крайне сложно просчитать заранее. Так, например, добавление хрома к никелю в определенных пропорциях значительно повышает коррозионную стойкость, однако малейшее изменение пропорций может привести к снижению прочности и потере сплавом других необходимых свойств.
Кстати, эксперименты с SRO проводились на Frontier, одном из самых мощных суперкомпьютеров в мире. Ученые надеются, что их работа приведет к созданию более устойчивых и универсальных сплавов, что, в свою очередь, откроет новые возможности для инноваций в науке и промышленности. В будущем этот подход и вовсе может стать основным методом разработки новых сплавов и композитов, оказываясь гораздо эффективнее и быстрее.
