Ein neuer Ansatz verwendet Daten aus einer Art von Tests an kleinen Metalllegierungsproben, um genügend Informationen für den Aufbau von Datenbanken zu extrahieren, die zur Vorhersage der Eigenschaften und Potenziale neuer Materialien verwendet werden können. Die Details wurden in der Zeitschrift veröffentlicht Wissenschaft und Technologie fortschrittlicher Materialien: Methoden.
Der Test wird instrumentierter Einzug genannt. Dabei wird eine Eindringspitze in ein Material getrieben, um einige seiner Eigenschaften wie Härte und elastische Steifigkeit zu untersuchen. Wissenschaftler haben die aus der instrumentierten Eindringung extrahierten Daten verwendet, um die Spannungs-Dehnungs-Kurve von Materialien mithilfe von Computersimulationen abzuschätzen.
Diese Kurve und die von ihr bereitgestellten Daten sind wichtig, um die Eigenschaften eines Materials zu verstehen. Diese Daten werden auch zum Aufbau umfangreicher Materialdatenbanken verwendet, die in Verbindung mit künstlicher Intelligenz zur Vorhersage neuer Materialien verwendet werden können.
Ein Problem, mit dem Wissenschaftler konfrontiert sind, besteht darin, dass dieser Ansatz zur Schätzung von Materialeigenschaften bei Materialien, die als „hochverfestigende Legierungen“ bezeichnet werden, begrenzt ist: Metalllegierungen wie Stahl, die durch physikalische Prozesse wie Walzen und Schmieden verstärkt werden. Aus der Kurve dieser Materialien können nur begrenzte Informationen abgeschätzt werden. Um die notwendigen zusätzlichen Informationen zur Bestimmung ihrer Eigenschaften zu erhalten, müssten weitere Experimente durchgeführt werden, was Zeit, Mühe und Geld kostet.
Ta-Te Chen von der Universität Tsukuba und Ikumu Watanabe vom National Institute for Materials Science in Japan haben einen neuen rechnerischen Ansatz entwickelt, um diese zusätzlichen Informationen aus instrumentierten Eindrucktests an kaltverfestigenden Legierungen zu extrahieren.
„Unser Ansatz baut auf einem bereits bestehenden Modell auf und macht es für den Einsatz in der Industrie reif. Er ist auch auf vorhandene Daten anwendbar, einschließlich der Härte“, sagt Watanabe.
Der Ansatz beinhaltet die Kombination der Ergebnisse von zwei Rechenmodellen, dem Potenzgesetz und dem linearen Verfestigungsmodell, die ihre eigenen individuellen Spannungs-Plastik-Dehnungs-Kurven aus Informationen erzeugen, die aus Eindringversuchen gewonnen wurden. Die Kombination der Daten aus beiden Kurven liefert die zusätzlichen Daten, die, wenn sie der ursprünglichen Spannungs-Dehnungs-Kurve hinzugefügt werden, ein ganzheitlicheres Bild der Eigenschaften der kaltverfestigenden Legierungen zeigen.
Die Wissenschaftler validierten ihren Ansatz, indem sie ihn auf einem hochkaltverfestigenden Edelstahl anwandten.
„Wir haben diesen Ansatz erweitert, um auch mechanische Eigenschaften bei erhöhten Temperaturen zu bewerten, was zur Entwicklung von Hochtemperaturlegierungen beitragen kann“, sagt Chen.
Mehr Informationen:
Ta-Te Chen et al, Datengesteuerte Schätzung von Kunststoffeigenschaften in einem Kaltverfestigungsmodell, das Potenzgesetz und lineare Verfestigung unter Verwendung eines instrumentierten Eindringversuchs kombiniert, Wissenschaft und Technologie fortschrittlicher Materialien: Methoden (2022). DOI: 10.1080/27660400.2022.2129508