Университет Торонто с помощью ИИ выявил новые сплавы для экстремальных условий

Исследовательская группа инженерного факультета Университета Торонто с использованием методов проектирования материалов на основе искусственного интеллекта обнаружила ряд новых металлических сплавов, способных сохранять прочность в экстремальных условиях. Эти материалы подходят для аддитивного производства, включая металлическую 3D-печать, и могут применяться при изготовлении индивидуальных высокоэффективных компонентов для аэрокосмической отрасли, энергетики и других сфер.

Проект возглавляет профессор кафедры материаловедения и инженерии Университета Торонто, канадский исследовательский руководитель по материалам и производству для экстремальных сред Цзоу Юй. По его словам, такие условия, как внутренняя среда реактивных двигателей или парогенераторы атомных электростанций, предъявляют к материалам крайне жесткие требования, которые традиционные стали не всегда способны обеспечить.

Он отметил, что инженерии также нужны материалы, пригодные для послойной печати, чтобы создавать сложные детали, которые трудно изготовить традиционными методами. Например, внешняя часть компонента может быть выполнена из твердого и вязкого сплава, а внутренняя — из более мягкого и легкого материала, что позволяет сочетать прочность и снижение массы.

Исследователи указали, что многие современные высокоэффективные металлические сплавы основаны преимущественно на одном главном элементе, таком как никель или кобальт, с добавлением различных легирующих компонентов. Однако в огромном пространстве возможных материалов, особенно среди сложных сплавов с тремя и более основными элементами, остается множество не изученных систем.

Для ускорения поиска команда Цзоу Юя совместно с профессором кафедры материаловедения и инженерии Джейсоном Хэттриком-Симперсом внедрила метод активного обучения. Он объединяет компьютерное моделирование, машинное обучение и роботизированное изготовление, формируя «автономную лабораторию», способную проводить итеративные эксперименты при минимальном участии человека.

Как пояснили исследователи, модель активного обучения стратегически выбирает небольшое число образцов для изготовления и испытаний, после чего экспериментальные данные возвращаются в модель и используются для планирования следующего этапа проектирования материалов. Первый автор статьи, аспирант лаборатории Цзоу Юя Аджай Талбот отметил, что в малоизученных материаловедческих системах машинное обучение часто сталкивается с нехваткой данных. Такой экономный по данным подход помогает быстрее находить перспективные комбинации материалов.

На этапе проверки ученые сосредоточились на сложных сплавах из трех элементов — никеля, кобальта и хрома. За несколько недель автономная лаборатория выявила шесть сплавов с перспективными новыми свойствами.

Один из них, содержащий 12% никеля, 62% кобальта и 26% хрома, сохранял высокую твердость при температуре до 600 °C. По данным команды, в лабораторных испытаниях его показатели были на 4,5% выше, чем у широко применяемого в промышленности никелевого сплава Inconel 625, состоящего более чем из десяти элементов.

Другой сплав, включающий 36% никеля, 14% кобальта и 50% хрома, ориентирован на условия задней части реактивного двигателя, где температура может достигать 1000 °C. Его высокотемпературная стойкость к окислению оказалась на 85% выше, чем у Inconel 625. Исследователи заявили, что дальнейшая цель — повысить рабочую температурную область таких материалов до 1200 °C.

Талбот подчеркнул, что система никель — кобальт — хром остается сравнительно простой трехэлементной моделью, однако проведенное исследование подтвердило эффективность замкнутой платформы открытия материалов. На следующем этапе команда планирует увеличить сложность систем и изучить сплавы, содержащие от десяти до двенадцати различных элементов, чтобы найти дополнительные механизмы упрочнения и практически значимые свойства.