A difusão de elementos leves em metais foi modelada de forma eficiente por pesquisadores A * STAR usando uma abordagem de aprendizado de máquina.

Difusão de estado sólido, em que os átomos migram através da rede de um material hospedeiro, sustenta uma variedade de processos importantes que variam de indesejáveis ​​(corrosão) a úteis (processos de junção de metais). Em um mecanismo chamado 'difusão intersticial, "elementos leves, como nitrogênio, movem-se através de redes compostas de átomos muito maiores, como metais, espremendo-se entre eles. Yingzhi Zeng e colegas do Instituto A * STAR de Computação de Alto Desempenho desenvolveram agora um modelo de previsão rápida para esse fenômeno.

"Exemplos típicos de difusão intersticial incluem o endurecimento da superfície do aço por meio de cementação ou nitretação, e a difusão de oxigênio em titânio para o projeto de implantes e ligas aeroespaciais, "Zeng diz. É importante entender esse processo, mas particularmente difícil de sondar experimentalmente. O desafio origina-se do equipamento especializado de serviço pesado que muitas vezes é necessário, e porque como Zeng explica, "a maioria das técnicas experimentais dependem de medições de superfície, e, portanto, são inerentemente limitados a alguns nanômetros abaixo da superfície. "

Os estudos computacionais podem contornar essas dificuldades técnicas; métodos de primeiro princípio demonstraram prever com segurança as taxas de transporte de difusão, mas são demorados. Yingzhi Zeng e colegas de trabalho aceleraram drasticamente os cálculos das energias de ativação de difusão - a energia necessária para que um elemento de luz se mova através de sua estrutura hospedeira - por meio do aprendizado de máquina.

Eles primeiro 'treinaram' um modelo em um conjunto de dados existentes, consistindo em energias de ativação experimentais complementadas com cálculos de primeiro princípio. O conjunto de dados foi selecionado pela consistência:por exemplo, apenas altas temperaturas e pequenas concentrações de soluto foram consideradas. 94 sistemas foram usados, cada um consistindo de um soluto (boro, carbono, oxigênio ou nitrogênio) difundindo-se através de um hospedeiro de metal adotando um dos três arranjos de rede mais difundidos:cúbico do centro do corpo (bcc), cúbico centrado na face (fcc) ou compactado hexagonal (hcp).

A precisão do modelo foi verificada usando-o para prever as energias de ativação conhecidas, e comparar os resultados calculados com os valores experimentais. Em seguida, foi usado para calcular as energias de ativação para sistemas para os quais nenhum dado experimental foi relatado. "Nossos resultados previstos ofereceram grandes quantidades de dados confiáveis ​​- 554 novos conjuntos de dados de difusão cobrindo quase todos os metais na tabela periódica com as três estruturas cristalinas comuns de bcc, fcc, e hcp - para as condições mais comumente usadas em experimentos, "Zeng diz.

O objetivo imediato do estudo é duplo:passar a prever taxas de transporte de materiais, e obter informações sobre os fatores que impulsionam o processo de difusão. Mas a equipe não para por aí. "Estamos planejando desenvolver um banco de dados de mobilidade para simulação de microestrutura de materiais, "Zeng diz.