🔬 materials science

HEACalculator: An Open-Source Python Tool for Thermodynamic Property Calculation and Solid Solution Prediction in High-Entropy Alloys

HEACalculator es una herramienta de Python de código abierto que optimiza el diseño de aleaciones de alta entropía mediante el cálculo de descriptores termodinámicos clave y la evaluación de reglas de formación de solución sólida a través de una interfaz unificada de línea de comandos, gráfica y programática.

Autores originales: Doğuhan Sarıtürk, Yunus Eren Kalay, Raymundo Arróyave

Publicado 2026-06-19

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Doğuhan Sarıtürk, Yunus Eren Kalay, Raymundo Arróyave

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un chef intentando inventar una nueva aleación metálica súper potente. Tienes una despensa llena de diferentes elementos (como hierro, níquel, cromo, etc.) y quieres mezclarlos para crear una "Aleación de Alta Entropía" (HEA, por sus siglas en inglés). El objetivo es mezclarlos de manera que todos permanezcan alegremente mezclados en una sola fase suave y homogénea (como un batido perfecto) en lugar de separarse en trozos o formar cristales extraños y quebradizos (como una ensalada con demasiadas capas distintas).

¿El problema? Hay docenas de diferentes "recetas" o reglas escritas por diferentes científicos a lo largo de los años para predecir si tu mezcla funcionará. Algunas reglas dicen: "Comprueba el tamaño de los átomos", otras dicen: "Comprueba el recuento de electrones", otras dicen: "Comprueba la energía". Intentar usar todas estas reglas es como intentar hornear un pastel mientras sigues ocho libros de cocina diferentes a la vez, donde cada libro utiliza unidades de medida diferentes y nombres distintos para los mismos ingredientes. Es confuso, desordenado y difícil de confiar.

Entra HEACalculator.

Piensa en HEACalculator como un asistente de cocina universal y de código abierto construido específicamente para estos chefs de metales. Es una herramienta gratuita escrita en Python (un lenguaje de programación popular) que hace tres cosas principales:

Habla un solo idioma: En lugar de tener que traducir entre ocho libros de reglas científicas diferentes, HEACalculator toma tu lista de ingredientes y calcula 16 "perfiles de sabor" diferentes (descriptores científicos) de una sola vez. Estos incluyen cosas como qué tan diferentes son los tamaños de los átomos, cuánta energía se libera al mezclarlos y cuántos electrones hay alrededor.
Realiza las pruebas por ti: Una vez que tiene esos números, ejecuta instantáneamente las ocho famosas "reglas" científicas para decirte: "¿Se mantendrá esta mezcla suave o se romperá?". Lo hace de una sola vez, para que no tengas que hacer las matemáticas ocho veces.
Se adapta a cualquier lugar: Ya seas una persona a la que le gusta hacer clic en botones en una aplicación de escritorio, un científico al que le gusta escribir comandos en una terminal, o un programador que quiere integrar esta herramienta en un sistema automatizado más grande, HEACalculator tiene una versión para ti.

¿Por qué es esto algo importante?

Antes de esta herramienta, si un científico quería comparar dos teorías diferentes, a menudo tenía que reconstruir los cálculos desde cero, lo cual es propenso a errores. Es como intentar comparar dos mapas de la misma ciudad cuando uno usa millas y el otro kilómetros, y ninguno tiene una leyenda.

HEACalculator soluciona esto convirtiéndose en la única fuente de verdad. Utiliza una base de datos curada de 118 elementos y miles de interacciones conocidas entre ellos. Está diseñado para que, si ejecutas la misma mezcla hoy, mañana o el próximo año, obtengas exactamente el mismo resultado, sin importar qué interfaz utilices.

¿Quién lo usa?

El artículo destaca que esta herramienta no es solo para observar una aleación a la vez. Está siendo utilizada por otros investigadores para:

Evaluar rápidamente miles de aleaciones potenciales para encontrar los mejores candidatos para experimentos.
Generar datos para modelos de aprendizaje automático (enseñando a las computadoras a predecir las propiedades de los metales).
Estudiar metales específicos como las aleaciones con memoria de forma (utilizadas en dispositivos médicos) y las aleaciones refractarias súper duras.

En resumen, HEACalculator toma el mundo desordenado y confuso de la predicción de aleaciones de alta entropía y lo organiza en un conjunto de herramientas limpio, transparente y reutilizable, haciendo que sea mucho más fácil para los científicos diseñar mejores metales sin perderse en las matemáticas.

Resumen Técnico de HEACalculator

Planteamiento del Problema
El diseño de Aleaciones de Alta Entropía (HEA, por sus siglas en inglés) enfrenta un cuello de botella práctico al predecir si una composición candidata formará una solución sólida de una sola fase o si se separará en múltiples fases y compuestos intermetálicos. Aunque existen numerosos criterios fenomenológicos para abordar esto, actualmente se encuentran distribuidos en publicaciones separadas, cada una utilizando distintas notaciones, definiciones de parámetros y conjuntos de validación. Esta fragmentación obliga a los investigadores a reconstruir cálculos superpuestos, ensamblar conjuntos de datos de apoyo dispares y rastrear sutiles diferencias de implementación. En consecuencia, el cribado rutinario de composiciones se vuelve innecesariamente difícil y la comparación reproducible entre estudios se complica.

Metodología
Para abordar estos desafíos, los autores desarrollaron HEACalculator, un paquete de Python de código abierto diseñado para centralizar los cálculos de propiedades termodinámicas y las predicciones de solución sólida. La arquitectura del software se construye alrededor de un núcleo de cálculo compartido que separa la interfaz de usuario del motor computacional.

Base de Datos: El paquete utiliza un conjunto de datos curado que comprende 118 elementos, 2,628 entalpías de mezcla binarias (derivadas de Takeuchi e Inoue, 2005) y 435 entalpías de formación binarias (derivadas de datos DFT de Troparevsky et al., 2015).
Núcleo Computacional: Al recibir una composición vía Interfaz de Línea de Comandos (CLI), Interfaz Gráfica de Usuario (GUI) o API de Python, el sistema normaliza la entrada en una representación interna. Un motor termodinámico evalúa de forma diferida (lazily) y almacena en caché dieciséis descriptores clave. Estos incluyen la entalpía de mezcla ( $\Delta H_{mix}$ ), la entropía de mezcla ( $\Delta S_{mix}$ ), la concentración de electrones de valencia (VEC), el desajuste de tamaño atómico ( $\delta$ ), el desajuste de electronegatividad y parámetros de estabilidad derivados como $\Omega$ , $\lambda$ y $\phi$ .
Modelos de Predicción: Utilizando los descriptores almacenados en caché, el paquete evalúa ocho criterios de formación de solución sólida publicados (Guo et al., 2011; King et al., 2016; Senkov & Miracle, 2016; Singh et al., 2014; Troparevsky et. al., 2015; Wang et al., 2015; Yang & Zhang, 2012; Ye et al., 2015). Estos modelos clasifican las composiciones como Solución Sólida, Intermetálico o Múltiples Fases basándose en umbrales específicos.
Estrategia de Implementación: El diseño prioriza la reproducibilidad asegurando que se utilice un único conjunto de descriptores para todas las evaluaciones de modelos, evitando inconsistencias causadas por la recomputación de valores intermedios. El paquete lanza excepciones tipadas para datos faltantes en lugar de sustituir valores silenciosamente, garantizando que la procedencia de los datos sea transparente.

Contribuciones Clave

Implementación Unificada: HEACalculator proporciona la primera implementación unificada y validada de ocho criterios distintos de predicción de solución sólida dentro de un único paquete de Python.
Accesibilidad de Multi-Interfaz: La herramienta ofrece tres modos de acceso: un CLI para procesamiento por lotes y scripting, una GUI de escritorio basada en PyQt6 para exploración interactiva, y una API de Python documentada para su integración en cuadernos (notebooks) y flujos de trabajo de cribado automatizados.
Flujo de Trabajo Reproducible: Al desacoplar el cálculo de propiedades de la evaluación de modelos y utilizar datos de referencia explícitos respaldados por JSON, el software garantiza que los resultados sean consistentes independientemente del modo de acceso utilizado.
Licencia de Código Abierto: Publicado bajo una Licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0), el software está disponible gratuitamente con el código fuente completo y documentación.

Resultos y Validación
La corrección científica del software se verifica mediante una suite de pruebas que reproduce las predicciones de fase para 120 composiciones de referencia extraídas de los ocho artículos de los modelos de origen. Los resultados demuestran una estrecha concordancia con los parámetros continuos y los resultados de clasificación publicados. El paquete ya ha sido adoptado en estudios posteriores de informática de materiales, incluyendo:

Zadeh et al. (2024), quienes utilizaron HEACalculator para la generación de descriptores en un estudio basado en datos de aleaciones con memoria de forma de NiTi.
Sheikh et al. (2025), quienes utilizaron la herramienta para generar características de dominio específico para las predicciones de dureza en HEAs refractarias mediante aprendizaje automático.

Significancia y Alcance
Los autores posicionan a HEACalculator no como el entorno de diseño de HEA más amplio, sino como una herramienta transparente y validada por la literatura, específicamente para la evaluación de criterios estructurales y termodinámicos establecidos. A diferencia de las herramientas basadas en aprendizaje automático (por ejemplo, pyMPEALab) donde las predicciones emergen de pesos aprendidos, HEACalculator produce predicciones que son directamente trazables a fórmulas y umbrales publicados específicos.

El artículo argumenta que, si bien herramientas como HEAPS ofrecen alcances de cribado más amplios, a menudo están limitadas por requisitos de software propietario (MATLAB) y limitaciones de plataforma (solo Windows). En contraste, HEACalculator llena un nicho complementario al proporcionar una solución nativa de Python y multiplataforma que puede ser inspeccionada, citada e integrada directamente en flujos de trabajo computacionales de materiales reproducibles. Su contribución principal radica en eliminar la fricción de reconstruir cálculos superpuestos, facilitando así una investigación de diseño de aleaciones más rigurosa y comparable.

Más como este