Schmelztemperaturvorhersage unter Verwendung eines Graph-Modells eines neuronalen Netzwerks

Wenn Sie genügend Wärme anwenden, schmelzen die meisten Dinge irgendwann, genau wie Eiscreme an einem heißen Sommertag.

Die Kenntnis der genauen Schmelztemperaturen ist entscheidend für den Bau von Hochleistungsmaterialien. Der Bau und die Sicherheit von Brücken, Gasturbinen, Düsentriebwerken und Hitzeschilden an Flugzeugen hängen davon ab, die Leistungsgrenzen von Materialien zu kennen. Materialien werden oft im geschmolzenen oder flüssigen Zustand synthetisiert oder verarbeitet, daher ist die Kenntnis des Schmelzens entscheidend für die Herstellung neuer Materialien.

Wechseln Sie zum Bereich der Erd- und Planetenwissenschaft, und die Schmelzpunkte werden verwendet, um Hinweise auf die Vergangenheit der Erde und die Eigenschaften von Planeten in unserem Sonnensystem und weit entfernten Exoplaneten zu enthüllen.

Die Messung der Schmelztemperatur einer Verbindung oder eines Materials ist jedoch eine mühsame Aufgabe. Deshalb sind von den geschätzt über 200.000 anorganischen Verbindungen weniger als 10 % ihrer Schmelztemperaturen bekannt.

Schmelztemperaturen werden oft gemessen, nachdem Kristallstrukturen sorgfältig kalibriert oder die thermodynamischen freien Energiekurven aufgezeichnet wurden, wenn ein Material schmilzt, wodurch eine Phasenänderung von einem Feststoff zu einer Flüssigkeit erzeugt wird. Dies ist analog zum Schmelzen von festem Eis zu flüssigem Wasser. Aber wenn Hochtemperaturmaterialien 2.000 oder 3.000 Grad überschreiten, kann es eine Herausforderung sein, eine Versuchskammer für die Messungen zu finden. Und manchmal enthalten Gesteine ​​komplexe Mischungen von Mineralien, die nicht viel größer als ein Sandkorn sind – daher kann es auch eine Herausforderung darstellen, genügend Proben eines einzelnen Minerals zu erhalten. Auch Materialien, die unter extremen Druck- und Temperaturbedingungen synthetisiert werden, sind oft nur in sehr geringen Mengen verfügbar.

Jetzt haben die Forscher der Arizona State University, Qi-Jun Hong, Alexandra Navrotsky und Sergey Ushakov, zusammen mit Axel van de Walle von der Brown University die Leistungsfähigkeit der künstlichen Intelligenz (KI) oder des maschinellen Lernens (ML) genutzt, um einen einfacheren Weg zu demonstrieren um Schmelztemperaturen für potenziell jede Verbindung oder chemische Formel vorherzusagen.

„Wir setzen Methoden des maschinellen Lernens ein, um diese Lücke zu schließen, indem wir eine schnelle und genaue Zuordnung von der chemischen Formel zur Schmelztemperatur erstellen“, sagte Hong, Assistenzprofessor an der School for Engineering of Matter, Transport and Energy der Ira A. Fulton Schools of Maschinenbau.

„Das von uns entwickelte Modell wird eine groß angelegte Datenanalyse unter Einbeziehung der Schmelztemperatur in einer Vielzahl von Bereichen ermöglichen. Dazu gehören die Entdeckung neuer Hochtemperaturmaterialien, das Design neuartiger extraktiver Metallurgieprozesse, die Modellierung der Mineralbildung und die Evolution der Erde im Laufe der geologischen Zeit und die Vorhersage der Exoplanetenstruktur.“

Hongs Ansatz ermöglicht die Berechnung von Schmelztemperaturen in Millisekunden für jede Eingabe von Verbindungen oder chemischen Formeln. Zu diesem Zweck baute das Forschungsteam ein Modell aus einer Architektur neuronaler Netze auf und trainierte sein maschinelles Lernprogramm mit einer speziell kuratierten Datenbank, die 9.375 Materialien umfasste, von denen 982 Verbindungen Schmelztemperaturen von über 3100 Grad Fahrenheit (bzw 2000 Grad Kelvin). Bei dieser Temperatur glühen Materialien weißglühend.

Hong nutzte diese Methodik, um zwei Forschungsrichtungen zu untersuchen: 1) die Vorhersage der Schmelztemperaturen von fast 5.000 Mineralien und 2) die Suche nach neuen Materialien mit extrem hohen Schmelztemperaturen über 3000 Kelvin (oder 5000 Grad Fahrenheit).

Für das Mineralienprojekt konnte Hongs Team Schmelztemperaturen vorhersagen und diese mit den bekannten großen geologischen Epochen der Erdgeschichte in Beziehung setzen. Diese KI-ermittelten Schmelztemperaturen wurden auf Mineralien angewendet, die seit der Entstehung der Erde vor etwa 4,5 Milliarden Jahren hergestellt wurden. Die ältesten Mineralien stammen direkt von Sternen oder interstellaren und solaren Nebelkondensaten, die vor der Entstehung der Erde vor 4,5 Milliarden Jahren entstanden sind. Dies sind die feuerfeststen mit Schmelztemperaturen um 2600 F.

Die berechneten Schmelztemperaturen von Mineralien, die auf der Erde in jüngerer Zeit identifiziert wurden, nahmen größtenteils allmählich ab, mit zwei großen Ausnahmen.

„Der allmähliche Gesamtabfall der Schmelztemperatur von Mineralien, die während der Erdgeschichte gebildet wurden, wird durch zwei Anomalien unterbrochen, die bei den durchschnittlichen und mittleren Schmelztemperaturen deutlich ausgeprägt sind, wenn man das Binning vor 250 oder 500 Millionen Jahren verwendet“, sagte Navrotsky, ASU-Professor mit gemeinsamer Fakultät Ernennungen an der School of Molecular Sciences und School for Engineering of Matter, Transport and Energy und Direktor des MOTU, des Navrotsky Eyring Center for Materials of the Universe.

Die erste Anomalie in der Frühgeschichte der Erde kam von einem dramatischen Temperaturanstieg, der durch eine beängstigende und dynamische Zeit großer Meteoriteneinschläge verursacht wurde, einschließlich der möglichen Entstehung des Mondes.

„Der Anstieg vor 3,750 Milliarden Jahren korreliert mit dem vorgeschlagenen Zeitpunkt des spätschweren Bombardements, das ausschließlich aufgrund der Datierung von Mondproben angenommen und derzeit diskutiert wird“, sagte Navrotsky.

Das Team bemerkte auch einen großen Temperaturabfall bei den Schmelztemperaturen von Mineralien vor etwa 1,75 Milliarden Jahren.

„Der Einbruch vor 1,750 Milliarden Jahren hängt mit den ersten bekannten Vorkommen einer großen Anzahl wasserhaltiger (wasserhaltiger) Mineralien zusammen und korreliert mit der Huronischen Eiszeit, der längsten Eiszeit, von der angenommen wird, dass sie das erste Mal war, dass die Erde vollständig mit Eis bedeckt war .“

Mit ihrem maschinellen Lernprogramm, das darauf trainiert war, das Schmelzen von Mineralien in der Frühgeschichte der Erde erfolgreich zu replizieren, wandte sich das Team als nächstes der Suche nach neuen Materialien mit extrem hohen Schmelztemperaturen zu. Dutzende neuer Materialien werden identifiziert und rechnerisch mit extrem hohen Schmelztemperaturen über 5.000 Grad Fahrenheit (3000 Kelvin) vorhergesagt, mehr als der Hälfte der Temperatur der Sonnenoberfläche.

Das Team hat sein Modell so einfach und zuverlässig gestaltet, dass jeder Benutzer die Schmelztemperatur für jede Verbindung innerhalb von Sekunden nur auf der Grundlage ihrer chemischen Formel erhalten kann.

„Um das Modell zu verwenden, muss ein Benutzer die Webseite besuchen und die chemische Zusammensetzung des interessierenden Materials eingeben“, sagte Hong. „Das Modell antwortet in Sekundenschnelle mit einer vorhergesagten Schmelztemperatur sowie den tatsächlichen Schmelztemperaturen der nächsten Nachbarn (dh der ähnlichsten Materialien) in der Datenbank. Daher dient dieses Modell nicht nur als Vorhersagemodell, sondern als a auch Handbuch der Schmelztemperatur.“

Das Modell, das von den Research Computing Facilities der ASU gehostet wird, ist jetzt öffentlich auf der ASU-Webseite verfügbar: https://faculty.engineering.asu.edu/hong/melting-temperature-predictor/.

Die Forschung wurde in veröffentlicht Proceedings of the National Academy of Sciences.