Uma equipe de pesquisa de materiais composta pelo NIMS e pela Universidade de Nagoya projetou um novo cronograma de envelhecimento térmico em duas etapas (isto é, envelhecimento não isotérmico ou tratamento térmico não convencional) capaz de fabricar ligas de níquel-alumínio (Ni-Al) que são mais fortes em altas temperaturas. do que as ligas de Ni-Al fabricadas usando processos convencionais de envelhecimento térmico.



Isso foi conseguido usando técnicas de inteligência artificial (IA) para identificar várias dezenas de diferentes cronogramas de envelhecimento térmico potencialmente eficazes no aumento da resistência das ligas em altas temperaturas. Os mecanismos por trás desses cronogramas foram então elucidados através de análises detalhadas. Estes resultados sugerem que a IA pode ser usada para gerar novos insights sobre a pesquisa de materiais.

Esta pesquisa foi publicada em Relatórios Científicos em 4 de agosto de 2023.

As ligas de Ni-Al são compostas por uma microestrutura bifásica γ/γ´ (gama/gama prime). Aumentar a resistência a altas temperaturas dessas ligas requer a otimização do tamanho e da fração volumétrica da fase γ´ formada dentro da liga durante o processo de envelhecimento térmico. Estes dois parâmetros são determinados pelas condições sob as quais as ligas são envelhecidas termicamente (ou seja, temperaturas utilizadas e períodos durante os quais são mantidas).

Existe um enorme número de combinações possíveis de temperatura e duração. Por exemplo, dividir um processo de envelhecimento térmico em 10 intervalos iguais com nove temperaturas de envelhecimento predeterminadas resulta em aproximadamente 3,5 bilhões de combinações possíveis de temperatura-duração. Devido a este vasto número de combinações possíveis, os esforços anteriores para determinar os horários óptimos de envelhecimento térmico tinham sido limitados à utilização de temperaturas constantes.

Esta equipe de pesquisa conseguiu reduzir significativamente o tempo e o custo necessários para avaliar essas combinações, mudando sua abordagem de experimentos para simulações computacionais. Ainda assim, a equipe achou irrealista simular todas as 3,5 bilhões de combinações.

A equipe de pesquisa adotou recentemente um sistema de busca em árvore de Monte Carlo (MCTS) – um algoritmo de IA capaz de simplificar um grande número de combinações potenciais em um número menor de combinações ideais. Usando o algoritmo MCTS, a equipe identificou 110 padrões de cronograma de envelhecimento térmico capazes de produzir melhores resultados do que os processos convencionais de envelhecimento isotérmico.

A equipe inicialmente descobriu que esses padrões eram complicados e completamente diferentes do envelhecimento isotérmico convencional. No entanto, uma análise detalhada revelou os mecanismos subjacentes a estes padrões:o envelhecimento inicial de uma amostra a uma temperatura elevada durante um curto período de tempo permite que os precipitados γ´ cresçam até atingirem tamanhos quase óptimos, e o subsequente envelhecimento a baixa temperatura durante um longo período. de tempo aumenta sua fração de volume, evitando que cresçam muito.

Com base nesta descoberta, a equipe projetou um cronograma de envelhecimento térmico em duas etapas:início do envelhecimento de curta duração em alta temperatura, seguido de envelhecimento de longa duração em baixa temperatura. Foi comprovado que esse cronograma produz ligas de Ni-Al que eram mais fortes em altas temperaturas do que aquelas produzidas usando qualquer um dos padrões de envelhecimento térmico identificados como eficazes pelo algoritmo AI.

Em pesquisas futuras, a equipe de pesquisa espera aumentar a resistência a altas temperaturas de superligas mais complexas à base de níquel já em uso prático em turbinas a gás usando esta técnica baseada em IA, melhorando assim sua eficiência.

Mais informações: Vickey Nandal et al, Projeto inspirado em inteligência artificial de envelhecimento não isotérmico para ligas de Ni-Al bifásicas γ–γ′, Relatórios Científicos (2023). DOI:10.1038/s41598-023-39589-2
Informações do diário: Relatórios Científicos

Fornecido pelo Instituto Nacional de Ciência de Materiais