Un team di ricercatori del MIT ha creato un metodo per modellare con precisione il comportamento dei metalli, attraverso modelli di apprendimento automatico.
Gli scienziati del MIT hanno sviluppato un nuovo approccio per prevedere con precisione il comportamento dei metalli, indipendentemente dalla complessità della loro struttura chimica, attraverso modelli di apprendimento automatico. Il metodo si basa sun un set di dati di addestramento che cattura la diversità degli ambienti atomici nei materiali chimicamente disordinati. L’approccio trova applicazione nei settori aerospaziale, energetico e informatico, in cui le aziende sono costantemente alla ricerca di nuovi materiali per migliorare le prestazioni.
In un nuovo articolo pubblicato su Science Advances, i ricercatori hanno dimostrato che il loro metodo può essere utilizzato per prevedere con precisione le proprietà dei materiali per un gruppo eterogeneo di leghe metalliche in una varietà di condizioni. Hanno anche mostrato come l’approccio possa essere utilizzato per sviluppare nuovi materiali, soprattutto in scenari in cui la sperimentazione è costosa.
“L’articolo si concentra sulle leghe metalliche, il campo in cui lavoro, ma questo approccio potrebbe essere adattato ad altri tipi di materiali, come i semiconduttori. Non è specifico per una singola applicazione: si potrebbe utilizzare questo approccio per creare nuovi acciai sostenibili, nuovi materiali per il settore aerospaziale e altro ancora. Questo è ciò che rende la ricerca così interessante” afferma l’autore senior Rodrigo Freitas, docente di Scienza e Ingegneria dei Materiali presso il Massachusetts Institute of Technology.
Dal laboratorio all’industria
Il metodo degli scienziati del MIT funziona, in parte, catturando schemi nascosti nei dati del campione. I ricercatori descrivono questi schemi nell’articolo come “sottili distorsioni energetiche verso determinate configurazioni chimiche locali”. Queste piccole differenze energetiche sono importanti perché determinano quali fasi si formano in una lega, come queste fasi cambiano con la temperatura e la composizione e, in definitiva, quali proprietà avrà il materiale. Come test, i ricercatori del MIT hanno condotto delle simulazioni che hanno dimostrato come i modelli del team fossero in grado di prevedere diagrammi di fase che corrispondevano fedelmente ai dati sperimentali. I diagrammi di fase mappano le fasi stabili a diverse temperature e composizioni chimiche e sono uno strumento fondamentale per la progettazione e la lavorazione delle leghe.
“I diagrammi di fase sono uno dei principali strumenti che collegano la modellazione dei materiali alle decisioni pratiche di lavorazione. Se si salda, si fonde o si sottopone a trattamento termico una lega, è necessario sapere quali fasi è probabile che si formino in diverse condizioni. Il nostro obiettivo è rendere questo tipo di previsioni sufficientemente accurate e accessibili da diventare parte integrante del processo di progettazione dei materiali” afferma Freitas. “”
I ricercatori del Massachusetts Institute of Technology stanno ora utilizzando questo approccio per studiare come la variazione della composizione di una lega influisca sulle proprietà meccaniche e sulla resistenza alle radiazioni, con l’obiettivo di progettare materiali che rimangano resistenti e tolleranti ai danni in ambienti ostili. Stanno inoltre lavorando per rendere il metodo più facile da usare con gli strumenti e i flussi di lavoro che gli ingegneri dei materiali già utilizzano: “L’industria non cambierà il suo modo di lavorare se le scoperte scientifica non si adattato alle sue procedure operative esistenti. L’obiettivo è rendere queste previsioni utili nei contesti in cui vengono effettivamente prese le decisioni sui materiali” conclude Freitas.
La ricerca è stata finanziata dall’Ufficio di Ricerca Scientifica dell’Aeronautica Militare degli Stati Uniti.
Foto: Courtesy dei ricercatori
