Les alliages de magnésium sont prometteurs en tant que matériau léger permettant de réduire le poids des automobiles et des systèmes de transport, offrant le potentiel d’améliorer l’économie de carburant et de réduire les émissions, mais leur faible formabilité et leur faible résistance empêchent une adoption généralisée.
Des chercheurs de l’Université du Michigan ont développé un modèle prédictif pour aider à l’optimisation des alliages de magnésium afin de surmonter ces défis.
Comprendre et manipuler les interactions entre les éléments du soluté et les joints de grains à différentes températures est crucial pour déterminer les compositions optimales d’alliage de magnésium et les voies de traitement. Comme l’yttrium, un élément de terre rare, présente la capacité de séparer les joints de grains de magnésium, l’étude a développé un modèle basé sur les effets de l’yttrium sur les alliages de magnésium.
L’article publié dans Actes matériels décrit une méthode intégrée basée sur des simulations atomistiques et l’apprentissage automatique pour prédire avec précision le comportement de ségrégation des solutés à l’équilibre aux joints de grains dans des alliages de magnésium polycristallins à l’échelle microscopique à des températures élevées représentatives de leur traitement thermomécanique.
« Cette approche permet des considérations précises des caractéristiques statistiques des sites limites des grains et des effets à température finie au-delà de l’approximation harmonique sur l’énergie de ségrégation des solutés », a déclaré Liang Qi, professeur agrégé de science et d’ingénierie des matériaux et auteur correspondant de l’article.
Lors de la construction du modèle prédictif, les chercheurs ont intégré le modèle spectral pour la ségrégation des joints de grains, l’intégration thermodynamique basée sur des simulations de dynamique moléculaire pour des calculs précis d’énergie libre et des modèles de substitution d’apprentissage automatique basés sur la physique avec une analyse rigoureuse de l’incertitude.
« Notre modèle de substitution démontre sa robustesse dans la prévision de l’énergie libre de ségrégation pour les sites céréaliers qui s’écartent considérablement de ceux inclus dans notre ensemble de données de formation », a déclaré Vaidehi Menon, doctorant en science et ingénierie des matériaux et premier auteur de l’article.
Les co-auteurs Sambit Das, chercheur adjoint, et Vikram Gavini, professeur de génie mécanique et de science et génie des matériaux, ont appliqué leur logiciel, capable de calculer les interactions entre électrons, pour effectuer des calculs de principes fondamentaux afin de vérifier l’exactitude des simulations atomistiques. .
Bien que les modèles soient basés sur l’yttrium, cet élément de terre rare entraînerait des coûts importants dans les applications structurelles à grande échelle. L’outil prédictif complet développé par l’équipe de recherche peut aider à identifier des éléments d’alliage plus pratiques.
« Notre méthode peut aider à accélérer l’identification d’éléments d’alliage rentables pour améliorer les alliages de magnésium et d’autres systèmes d’alliages métalliques », a déclaré Qi.
Plus d’information:
Vaidehi Menon et al, Simulations atomistiques et apprentissage automatique de la ségrégation des joints de grains de soluté dans les alliages de Mg à températures finies, Actes matériels (2023). DOI : 10.1016/j.actamat.2023.119515