计算工具评估材料在恶劣条件下的适用性

德克萨斯A＆M大学的研究人员已经描述了一种计算工具，以评估用于高温应用的材料的适用性，例如用于喷气发动机和电力发生器的燃气轮机。包含人工智能和基本物理学的计算框架可以预测材料在与其他算法相比的一小部分中的材料在苛刻的条件下的行为。

德克萨斯农工大学材料科学与工程系教授Raymundo Arróyave博士说:“我们使用了一种创新的跨学科方法来筛选材料，其速度比传统技术快一百万倍。”“目前，这些类型的计算，即使是在绝对零度以上的小温度下，也是一个巨大的挑战，因为它们在计算上非常昂贵。”

自19世纪末以来，燃气轮机一直是发电的主要工具。当涡轮的叶片旋转时，这台圆筒状的机器内衬着一系列弯曲的叶片，将燃烧燃料产生的化学能转换成机械能。然后利用这种运动来推动飞机或发电。

燃气轮机在高温、腐蚀性条件下运行，容易损坏和逐步恶化。因此，设计能够承受极端温度的材料一直是一个持续的追求。

在一系列耐高温材料中，被称为MAX相的陶瓷，其性能可以弥补传统陶瓷和金属之间的差距。换句话说，它们比陶瓷更不脆，比许多金属有更高的耐温性。

“这些材料是燃气轮机结构部件和耐热涂层的理想候选材料，”材料科学与工程系教授、该研究的资深作者米拉丁·拉多维克博士说。“然而，在数百种可能的MAX相中，只有少数经过实验验证是耐高温腐蚀和抗氧化的。”

研究人员注意到，给定可用于制造最大阶段的大量元素和结合它们的更大数量的方式，实验验证每个复合材料在高温下如何表现的任务是不切实际的。另一方面，诸如纯机器学习算法的计算技术并未像预测非零温度的那样稳健。

作为实验和机器学习的替代方法，基于物理的数学模型提供了一种严格的方法来评估不同温度下MAX相的性质。在这些模型中，最成熟的是密度泛函理论，它可以用最小的输入数据来解释材料的行为。但这个理论最适用于能量最低的物质，即基态。为了预测它们在高温下的行为，需要进行更复杂和耗时的计算。

Arróyave表示:“这些计算的规模非常小。”“从这个角度来看，如果我们想用密度泛函理论来计算最低温度为零开尔文的候选材料的性质，也就是基态，可能需要一天的计算时间。但现在，如果你想在有限温度下计算同样的性质，比如1000开氏度，可能需要数周时间。”

预测设计人员最大阶段的行为用于需要数周的计算时间。现在，Arróyave和他的团队开发的新算法与速度速度相同的计算。礼貌：德克萨斯州A＆M工程

此外，Arróyave指出，预测材料在高温下暴露在氧气中的行为更加复杂，可能需要数月甚至更长时间，即使同时使用数千个超级计算机处理器。Arróyave和他的团队并没有仅仅依靠一种方法，而是采用了一种三位一体的方法，其中包括了密度泛函理论、机器学习和计算热力学的结合。

研究人员首先在Zero Kelvins下​​计算了具有密度函数理论的最大阶段的一些基本性质。接下来，将这些计算用作机器学习模型的输入。通过这种方式，研究人员从密度泛函理论与机器学习模型取代了较昂贵的计算。然后，它们使用计算热力学来确定给定温度和某种最大相组合物的最稳定的化合物。

“让我们考虑由钛，铝和碳制成的最大相位。在较高的温度下，我们可以具有例如二氧化碳，一氧化碳和可能竞争的碳和氧的其他组合，“Arróyave说。“使用我们的框架，现在可以确定我们在该温度下可以期望的哪个阶段或组合，其中多少以及这是否可能是有害的。简单地说，我们现在可以快速判断材料是否会在给定温度下分解。“

研究人员指出，尽管他们在几个候选MAX相上测试了他们的计算框架，该算法也可以用于测量其他现有或新材料的行为。

“研究将有助于快速排除在材料设计阶段可能形成不稳定氧化物的那些元素，”Arróyave说。然后，我们可以使用这些材料来构建卓越的燃气轮机和其他机器，即使是最严重的环境条件也能带来最小的磨损和撕裂。这些高性能的涡轮机不仅会使航空和能源行业有益，而且会使消费者能够降低成本。“

- 由Chris Vavra，Web Content Manager编辑，控制工程，CFE媒体和技术，cvavra@cfemedia.com.。