Pesquisadores A * STAR mostraram, por meio de uma simulação de supercomputador, que a alta resistência e a memória de forma podem ser realizadas ao mesmo tempo, combinando grãos de cristal de diferentes tamanhos, um feito anteriormente considerado impossível. Esta descoberta demonstra o potencial de simulações avançadas para adaptar materiais para atingir propriedades físicas anteriormente inatingíveis.

Ligas com memória de forma (SMAs) são materiais que podem reverter à forma original por aquecimento após serem deformados em baixa temperatura - uma propriedade usada em aplicações como interruptores em nanoescala e dispositivos médicos como stents e braces.

Contudo, ligas com memória de forma perdem sua funcionalidade quando o tamanho dos grãos de cristal constituintes fica abaixo de um certo limite - normalmente algumas dezenas de nanômetros.

"Algumas teorias foram propostas para explicar por que isso está acontecendo, "diz Jerry Quek do Instituto de Computação de Alto Desempenho da A * STAR." Achamos que é mais difícil para a transformação da memória ocorrer nos limites dos grãos do que dentro dos próprios grãos. Isso cria uma superfície adicional entre a fase de memória transformada dentro do grão e a fase não transformada no limite do grão, o que eventualmente leva à supressão da transformação totalmente em grãos de tamanhos muito pequenos. "

Isso é importante porque SMAs, como a maioria dos metais policristalinos, tornam-se fortes em tamanhos de grãos muito pequenos, onde o efeito de memória é perdido. Embora obter força e memória ao mesmo tempo no mesmo material parecesse impossível, mas se foi alcançado, poderia ampliar drasticamente a aplicação potencial e as funcionalidades úteis dos SMAs.

"Fomos motivados por alguns estudos anteriores que mostraram que a combinação de dois tamanhos de grãos diferentes pode resultar em um amálgama de propriedades úteis, como resistência e ductilidade, "diz Quek." No entanto, o papel desses tipos de microestruturas em SMAs era desconhecido. Uma abordagem de simulação é muito eficiente para investigar tais processos de otimização, uma vez que um grande conjunto de simulações para diferentes variações da microestrutura do grão pode ser estudado sistematicamente. "

Essas simulações não são triviais, Contudo, e têm um custo computacional muito alto. A equipe de Quek fez uso extensivo do Centro Nacional de Supercomputação de Cingapura, executar um código que simulou laboriosamente a mudança na energia relacionada à estrutura atômica dentro e em torno de até 3, 000 grãos de cristal. A equipe então teve que executar centenas dessas simulações com diferentes configurações de tamanho de cristal para confirmar as estatísticas.

"Estávamos principalmente interessados ​​na transformação reversível da fase austenita-martensita, "explica Quek." As fases austenítica e martensítica têm diferentes arranjos atômicos, e a memória de forma é possível se o material puder ser alternado reversivelmente entre as duas fases, por exemplo, mudando a temperatura. "

Para estudar este comportamento de fase, a equipe simulou e observou como a fase martensítica se desenvolveu pela têmpera de uma liga inicial de ferro-paládio no estado de austenita. Ao estudar uma ampla gama de combinações de tamanho de grão, os pesquisadores conseguiram mostrar que a formação da fase martensítica, e, portanto, o aparecimento da memória de forma, poderia ser controlado modificando a distribuição do tamanho de grão da microestrutura.

"Descobrimos que a introdução de uma população de grãos maiores em meio a grãos de tamanho nano reintroduz o efeito de memória de forma, mantendo a alta resistência da estrutura em nanoescala, que poderia ter aplicações em situações em que tanto o efeito de força quanto o efeito de memória de forma são importantes, "diz Quek." Também mostramos que, para uma certa combinação de tamanhos de grãos, podemos obter uma microestrutura em que uma região sofre transformação de fase em martensita, enquanto outras regiões permanecem austeníticas, que oferece a possibilidade de projetar materiais com um grau variável de funcionalidade de memória de forma em um material. "