Machine Learning Guided CALPHAD Design of Ru-Stabilized BCC B2 Refractory Alloys

Los metales que pueden soportar el calor abrasador de un motor de reacción o de una boquilla de cohete se encuentran entre los materiales más exigentes que los ingenieros deben crear. Durante décadas, los campeones de este mundo de alta temperatura han sido las superaleaciones de base níquel. Estos materiales dependen de una arquitectura interna ingeniosa: una matriz metálica suave y flexible que se refuerza con pequeñas islas ordenadas de una estructura cristalina diferente dispersas por todo el material. Esta disposición permite que el metal mantene la resistencia sin volverse quebradizo, incluso cuando las temperaturas se disparan. Sin embargo, las aleaciones de níquel eventualmente chocan contra un muro; a medida que las temperaturas suben más allá de cierto punto, las islas ordenadas pierden su estructura y el material falla. Para superar este límite, los científicos están recurriendo a los metales refractarios: elementos como el niobio, el tantalio y el molibdeno que se funden a temperaturas increíblemente altas. El objetivo es construir una nueva generación de aleaciones que imiten la arquitectura exitosa del níquel pero que puedan sobrevivir en entornos donde el níquel simplemente se fundiría.

El desafío radica en encontrar la receta adecuada. Si bien los metales base son conocidos por formar una estructura estable y flexible, añadir los ingredientes específicos necesarios para crear las islas de refuerzo es un complejo acto de equilibrio. Si se añaden los elementos equivocados, la aleación podría formar compuestos quebradizos e inútiles en lugar de la fase de refuerzo deseada, o podría fundirse demasiado pronto. Durante años, los investigadores han dependido del ensayo y error o de cálculos lentos y paso a paso para encontrar estas recetas. Un nuevo estudio de Nathan Peterson, Avik Mahata y sus colegas de la Universidad Politécnica Estatal de California y el Colegio Merrimack adopta un enfoque diferente. Combinaron potentes simulaciones por computadora con una estrategia de aprendizaje automático para explorar un vasto paisaje de posibles combinaciones de metales, buscando un tipo específico de aleación que permanezca estable y fuerte muy por encima de los 1300 grados Celsius.

Los investigadores se centraron en un diseño donde una estructura cristalina cúbica centrada en el cuerpo actúa como la matriz flexible, reforzada por una fase ordenada conocida como B2. Para hacer que esta fase ordenada sea estable al calor extremo, recurrieron al rutenio, un metal raro que ha mostrado una capacidad única para fijar estas estructuras en temperaturas donde otras combinaciones fallan. El equipo se propuso explorar un grupo de diez elementos que contenía niobio, tantalio, molibdeno, vanadio, rutenio, titanio, circonio, hafnio, aluminio y ytrio. No se limitaron a probar algunas conjeturas; utilizaron un sistema informático capaz de evaluar miles de recetas potenciales, pero necesitaban una forma de ser eficientes. Emplearon un modelo de aprendizaje automático, específicamente un algoritmo de bosque aleatorio (random forest), que actúa como un filtro inteligente. Este modelo aprendió de un pequeño conjunto de cálculos detallados para predecir el comportamiento de nuevas recetas no probadas, permitiendo al equipo centrar sus cálculos más costosos y laboriosos en los candidatos más prometedores.

El estudio comenzó ejecutando cálculos de equilibrio detallados en 500 composiciones de aleación diferentes. Estos cálculos simularon qué fases existirían a diversas temperaturas, desde los 1000 hasta los 2500 grados Celsius. El equipo estableció cuatro reglas estrictas para una aleación exitosa. Primero, la estructura de dos fases de la matriz y las islas de refuerzo debía permanecer estable por encima de los 1300 grados Celsius. Segundo, la aleación debía permanecer completamente sólida a esa temperatura, sin que se formara líquido. Tercero, la aleación debía ser "pura", lo que significa que contenía solo la matriz y las fases de refuerzo deseadas, evitando compuestos quebradizos y competidores que arruinarían la resistencia del material. Cuarto, las islas de refuerzo debían constituir una porción específica de la aleación, entre el 15 y el 55 por ciento, para proporcionar un refuerzo efectivo sin hacer el material demasiado quebradizo.

De las 500 aleaciones probadas, solo 100 cumplieron con los cuatro exigentes criterios. Esta tasa de éxito del 20 por ciento resalta lo difícil que es encontrar la combinación de elementos adecuada. Entre las ganadoras, los investigadores encontraron 19 aleaciones que mantenían el contenido de rutenio relativamente bajo, en un 10 por ciento o menos. Este es un hallazgo significativo porque trabajos previos sugerían que las aleaciones con alto contenido de rutenio eran propensas a agrietarse durante la fabricación. Las recetas más exitosas en este grupo se basaban en el niobio, mezclado con tantalio o molibdeno, y estabilizado por hafnio. Una aleación destacada, compuesta de niobio, molibdeno, titanio, rutenio, hafnio y circonio, mantuvo su estructura de dos fases hasta una asombrosa temperatura de 2250 grados Celsius. El estudio también confirmó la validez de su enfoque al redescubrir dos aleaciones específicas que habían sido identificadas mediante trabajos experimentales previos, demostrando que su búsqueda guiada por computadora podía encontrar materiales reales y viables.

La investigación también reveló reglas claras sobre qué elementos ayudan y cuáles perjudican. Se confirmó que el rutenio es la clave para la estabilidad a alta temperatura; aumentar su contenido elevaba el límite de temperatura de la aleación hasta aproximadamente un 9 o 10 por ciento, tras lo cual añadir más no aportaba beneficios significativos. Entre los otros elementos, el hafnio demostró ser el más eficaz para mantener la estabilidad, seguido por el circonio y el titanio. El tantalio ayudaba a elevar el punto de fusión, mientras que el vanadio era crucial para mantener la aleación libre de fases indeseadas y quebradizas. Por el contrario, el estudio encontró que añadir aluminio o ytrio era casi siempre un error. Estos elementos tendían a desencadenar la formación de fases competidoras y quebradizas que destruían la integridad de la aleación. La presencia de aluminio, en particular, era un gran impulsor de la formación de compuestos no deseados, especialmente cuando se combinaba con el tantalio.

Si bien el sistema de aprendizaje automático identificó con éxito estas aleaciones prometedoras, el estudio también descubrió un fallo en cómo se guio inicialmente la búsqueda. El modelo informático utilizado para clasificar los candidatos estaba demasiado enfocado en explorar áreas inciertas en lugar de explotar los caminos mejor conocidos. Este sesgo causó que la búsqueda se desviara hacia aleaciones que contenían aluminio y circonio, que el modelo consideraba interesantes pero que finalmente fallaron las estrictas pruebas de pureza. Los investigadores se dieron cuenta de que la forma en que ponderaban la incertidumbre en sus predicciones estaba sesgando los resultados, llevando al sistema a perseguir composiciones complejas y desordenadas en lugar de las limpias y estables que necesitaban. Este conocimiento es tan valioso como las propias recetas de las aleaciones, ya que proporciona una hoja de ruta para mejorar futuras búsquedas.

El estudio concluye que, si bien los modelos computacionales fueron buenos prediciendo el comportamiento general de estos metales, el proceso de cribado final necesita ser más preciso. Los investigadores enfatizan que encontrar una aleación estable no es suficiente; el material también debe tener el equilibrio adecuado de fases y evitar contaminantes específicos. Identificaron que la disparidad en el tamaño de los átomos en las diferentes fases es un factor crítico que debe medirse de forma más directa en trabajos futuros. Al combinar cálculos termodinámicos con aprendizaje automático, el equipo ha trazado un nuevo territorio de aleaciones refractarias. Han demostrado que, seleccionando cuidadosamente elementos como el hafnio y el rutenio y evitando el aluminio y el ytrio, es posible diseñar metales que algún día puedan operar en los entornos extremos de las próximas generaciones de motores aeroespaciales. El trabajo proporciona una base sólida para que los experimentalistas comiencen a construir y probar estos nuevos materiales, acercando el campo a las aleaciones que realmente pueden superar a los campeones de base níquel del pasado.