کاربرد ابزارهای محاسباتی در طراحی آلیاژ
Application of computational tools in alloy design
طراحی آلیاژ برای رسیدن به عملکرد، اعتمادپذیری، پایداری و قابلیت تولید مطلوب در اجزا و قطعات صنعتی، بسیار مهم است. روشهای توسعه و طراحی مواد کارآمد و قوی برای کشف، کیفی سازی، اجرا، و صنعتی کردن مواد جدید مورد استفاده قرار گرفتهاند. در چارچوب مهندسی مواد محاسباتی جامع (ICME)، تلاشهای گستردهای صورت گرفته است تا از قابلیتها و ابزارهای محاسباتی برای طراحی مواد و پیش بینی عملکرد ماده استفاده شود. پیشرفتهای اخیر در زمینه توان محاسباتی و قابلیت تحلیلی موجب شدهاند که یادگیری ماشینی (machine learning) در طراحی مواد به کار رفته و نیز مدلهای مواد برپایه فیزیک در مقیاسهای طولی متفاوت مورد استفاده قرار گیرند.
اخیرا، در مجله MRS Bulletin که توسط دانشگاه کمبریج منتشر می شود و بسیار مهم است، به صورت ویژه به کاربردهای روشهای محاسباتی در طراحی آلیاژ پرداخته شده است. لینک این سری مقالات ویژه به این ترتیب است:
https://bit.ly/2VNsG54
در این پست، به یکی از مقالات از این سری می پردازیم. مدلها و ابزار محاسباتی میتوانند برای پیش بینی خواص از ترکیبهای آلیاژ به کار رفته و ترکیبهای مورد نظر را برای اهداف مختلف بهینه سازی کنند. مدلهای برگرفته شده از داده از طریق یادگیری ماشینی (ML) مشخصا در پیش بینی خواص فیزیکی به کار میروند و وابستگی کمی به ترکیب دارند، و در پیش بینی خواص پیچیده نیز کاربردی هستند. در این مقاله، چندین مثال در مورد کاربردهای یادگیری ماشینی برای مدلسازی ضریب انبساط حرارتی، خزش و مقاومت به خستگی در طراحی سوپرآلیاژهای پایه نیکل و نیز روشهای بهینه سازی، ارائه شده است. در رابطه با ضریب انبساط حرارتی، مجموعه ای از 1 میلیون ترکیب به صورت تک کریستال سوپرآلیاژ مدل شدند. در تقسیم این مواد با معیار ضریب انبساط حرارتی، 1000 ترکیب مجزا مشخص شد. معیارهای بیشتری را میتوان اعمال کرد تا به ترکیبهای کمتری برسیم. برای نمونه، علاوه بر ضریب انبساط حرارتی، خواص مکانیکی را نیز در نظر داشته باشیم تا به رنج بسیار محدودی از ترکیبها برسیم. در رابطه با خزش نیز این مقاله دادههای منتشر شده در مقالات تجربی را با دادههای حاصل از شبیه سازی مقایسه کرده است که نشان دادند مدلهای در نظر گرفته شده نتایج قابل قبولی دارند.
این تنها خلاصهای بسیار کوتاه از این مقاله است تا اهمیت روشهای محاسباتی در آلیاژسازی و پیش بینی خواص مطرح گردد. روشهای محاسباتی که بیشتر در شاخه علم مواد محاسباتی گنجانده میشوند، ابزارهای بسیار مهمی هستند و میتوانند در توسعه آلیاژهای جدید، پیش بینی پایداری و خواص مواد، و تولید ادوات با عملکرد بهتر به کار روند. با توجه به محدودیتهای شدید در انجام فعالیتهای تجربی، به شدت توصیه میشود که به این زمینه توجه بیشتری داشته باشید و در صورت امکان، کارهای تجربی خود را با نتایج محاسباتی مقایسه کنید.
گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس)