Die Orientierungen dieser unendlich kleinen Abstände zwischen einzelnen „Körnern“ eines polykristallinen Materials haben große Auswirkungen. In einem Material wie Aluminium bestimmen diese Ansammlungen von Körnern (Mikrostrukturen genannt) Eigenschaften wie Härte.
Neue Forschungsergebnisse helfen Wissenschaftlern, besser zu verstehen, wie sich Mikrostrukturen bei hohen Temperaturen verändern oder einem „Kornwachstum“ unterliegen.
Ein Team aus Materialwissenschaftlern und angewandten Mathematikern hat ein mathematisches Modell entwickelt, das solche Mikrostrukturen genauer beschreibt, indem es Daten integriert, die aus stark vergrößerten Bildern identifiziert werden können, die während der Experimente aufgenommen wurden. Ihre Erkenntnisse veröffentlicht werden In Natur: Computermaterialien.
Das Forschungsteam umfasste Jeffrey M. Rickman, Professor für Materialwissenschaft und -technik der Klasse 61 an der Lehigh University; Katayun Barmak, Philips Electronics Professor für Angewandte Physik und Angewandte Mathematik an der Columbia University; Yekaterina Epshteyn, Professorin für Mathematik an der University of Utah; und Chun Liu, Professor für Angewandte Mathematik am Illinois Institute of Technology.
„Unser Modell ist neuartig, weil es in Form von Merkmalen gegeben ist, die aus experimentellen Mikroaufnahmen oder Fotos identifiziert werden können, die die Details von Mikrostrukturen auf einer Längenskala von Nanometern bis Mikrometern offenbaren“, sagte Rickman. „Da unser Modell mit diesen experimentellen Merkmalen in Beziehung gesetzt werden kann, ist es eine genauere Darstellung des tatsächlichen Kornwachstumsprozesses.“
Die Forscher führten eine Kristallorientierungskartierung auf dünnen Aluminiumfilmen mit säulenförmigen Körnern durch und verwendeten einen stochastischen, markierten Punktprozess, um Dreifachübergänge darzustellen, Punkte, an denen sich drei Körner und Korngrenzen in der Struktur treffen. Ihr Modell ist das erste, das Daten über die Wechselwirkungen und Desorientierungen dieser Dreifachverbindungen integriert, um das Kornwachstum vorherzusagen.
Die Vorhersage des Kornwachstums ist der Schlüssel zur Entwicklung neuer Materialien und ein zentrales Studiengebiet in der Materialwissenschaft. Als Ergebnis wurden viele Modelle des Kornwachstums entwickelt. Die direkte Verbindung des Projekts zwischen dem mathematischen Modell und den experimentellen Mikroaufnahmen ist jedoch sehr charakteristisch.
Laut Rickman wird die direkte Verknüpfung des Modells mit Merkmalen, die während der Experimente verfolgt werden können, Computermaterialwissenschaftlern zugute kommen, die die Kinetik des Kornwachstums modellieren.
„Letztendlich bietet diese Forschung einen Weg, um besser zu verstehen, wie das Kornwachstum funktioniert und wie es genutzt werden kann, um die Entwicklung neuer Materialien zu informieren“, sagte Rickman.
Mehr Informationen:
JM Rickman et al., Punktprozess-Mikrostrukturmodell metallischer Dünnschichten mit Auswirkungen auf die Vergröberung, npj Computermaterialien (2023). DOI: 10.1038/s41524-023-00986-w