Predicting the Fracture Propensity of Amorphous Silica Using Molecular Dynamics Simulations and Machine Learning
यह अध्ययन आणविक गतिशीलता सिमुलेशन और मशीन लर्निंग को संयोजित करता है ताकि यह प्रकट किया जा सके कि उच्च-दबाव घनत्व (high-pressure densification) स्थानीय बॉन्डिंग टोपोलॉजी को बदलकर अमोर्फस सिलिका की तन्यता (ductility) और कठोरता (toughness) को बढ़ाता है, जिससे प्रारंभिक परमाणु विन्यासों और फ्रैक्चर प्रवृत्तियों के बीच एक भविष्य कहनेवाला संबंध स्थापित होता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कांच हर जगह है, हमारे घरों की खिड़कियों से लेकर हमारे फोन की स्क्रीन तक, फिर भी यह इंजीनियरिंग में सबसे गलत समझे जाने वाले पदार्थों में से एक बना हुआ है। इस रहस्य के केंद्र में एक सरल प्रश्न है: कांच इतनी आसानी से क्यों टूट जाता है? धातुओं के विपरीत, जो टूटने से पहले मुड़ और खिंच सकती हैं, कांच आमतौर पर अचानक और विनाशकारी रूप से टूट जाता है। यह भंगुरता (brittleness) उन इंजीनियरों के लिए एक बड़ी सीमा है जो मजबूत और सुरक्षित संरचनाएं बनाना चाहते हैं। दशकों से, वैज्ञानिक जानते हैं कि कांच में परमाणुओं की आंतरिक व्यवस्था धातुओं या हीरों में पाए जाने वाले व्यवस्थित क्रिस्टल से अलग होती है, लेकिन वे उस अदृश्य परमाणु अव्यवस्था को सामग्री के टूटने के दृश्य तरीके से जोड़ने के लिए संघर्ष करते रहे हैं। इस पहेली को सुलझाने की कुंजी यह समझने में निहित है कि जब कांच को खींचा या दबाया जाता है, तो उसके नन्हे निर्माण खंड (building blocks) खुद को कैसे पुनर्गठित करते हैं, और क्या उन पुनर्गठनों की भविष्यवाणी सामग्री के टूटने से पहले की जा सकती है।
हाल ही में एक अध्ययन में, शोधकर्ताओं ने अमोर्फस सिलिका (amorphous silica), जो अधिकांश सामान्य कांच का प्राथमिक घटक है, को देखकर इस समस्या को हल करने का प्रयास किया। वे यह देखना चाहते थे कि क्या वे किसी बल को लगाने से पहले कांच की संरचना को देखकर यह सटीक भविष्यवाणी कर सकते हैं कि कांच का टुकड़ा कहाँ से टूटेगा। ऐसा करने के लिए, उन्होंने शक्तिशाली कंप्यूटर सिमुलेशन का उपयोग करके सिलिका के आभासी नमूने बनाए और फिर उन्हें खींचकर एक 'टेंसिल टेस्ट' (tensile test) की नकल की। उन्होंने पाया कि कांच बनाने का तरीका बहुत मायने रखता था। उच्च दबाव के तहत पिघले हुए सिलिका को ठंडा करके, उन्होंने सामग्री के अधिक सघन संस्करण बनाए जो सामान्य कांच से बहुत अलग व्यवहार करते थे। जहाँ सामान्य कांच थोड़ा सा खिंचने के बाद ही टूट जाता, वहीं ये उच्च-दबाव वाले नमूने विफल होने से पहले लगभग तीन गुना अधिक खिंच सकते थे, जिससे वह एक भंगुर सामग्री से बदलकर ऐसी सामग्री बन गया जो बिना टूटे मुड़ और विकृत हो सकती थी।
इस नई मिली लचीलेपन का रहस्य परमाणुओं के हिलने के तरीके में छिपा था। मानक कांच में, परमाणु अपनी जगह पर जकड़े होते हैं, और जब सामग्री को खींचा जाता है, तो तनाव तब तक बढ़ता रहता है जब तक कि वह अचानक एक दरार के रूप में मुक्त नहीं हो जाता। अधिक सघन, उच्च-दबाव वाले कांच में, परमाणुओं के पास स्थानांतरित होने के लिए अधिक स्थान था। जैसे-जैसे सामग्री खिंचती, परमाणुओं के बीच के बंधन टूटते और नए विन्यासों में फिर से बनते, एक ऐसी प्रक्रिया जिसे शोधकर्ताओं ने 'बॉन्ड-स्विचिंग' (bond-switching) कहा। इस निरंतर पुनर्गठन ने सामग्री को ऊर्जा को अवशोषित करने और तनाव को फैलाने की अनुमति दी, जिससे दरार तुरंत बनने से रुक गई। शोधकर्ताओं ने पाया कि टूटने का सबसे महत्वपूर्ण संकेत एक विशिष्ट प्रकार का परमाणु परिवर्तन था: जब एक परमाणु उस पड़ोसी को खो देता था जिससे वह बंधा हुआ था। इन कनेक्शनों के टूटने के क्षणों को ट्रैक करके, वे दरार वास्तव में आने से बहुत पहले ही मानचित्रित कर सके कि सामग्री कहाँ कमजोर हो रही है।
इस अवलोकन को एक भविष्य कहने वाले उपकरण (predictive tool) में बदलने के लिए, टीम ने मशीन लर्निंग नामक तकनीक का उपयोग किया। उन्होंने एक कंप्यूटर प्रोग्राम को कांच में मौजूद अद्वितीय परमाणु पैटर्न को पहचानने के लिए प्रशिक्षित किया जो उसे खींचा जाने से पहले मौजूद थे। कंप्यूटर ने परमाणुओं की प्रारंभिक व्यवस्था को देखना और यह भविष्यवाणी करना सीखा कि कौन से परमाणु खिंचने पर अपने संबंध खोने की संभावना रखते हैं। उल्लेखनीय रूप से, कंप्यूटर उच्च सटीकता के साथ भविष्य के फ्रैक्चर (दरार) के स्थान की पहचान करने में सक्षम रहा, केवल कांच की स्थिर, बिना खिंची हुई संरचना का विश्लेषण करके। इसे कांच को विकृत होते देखने की आवश्यकता नहीं थी; टूटने का ब्लूप्रिंट पहले से ही परमाणुओं की प्रारंभिक स्थिति में एनकोडेड था। यह सुझाव देता है कि किसी सामग्री के विफल होने की क्षमता यादृच्छिक (random) नहीं है, बल्कि उसके प्रारंभिक परमाणु आर्किटेक्चर द्वारा निर्धारित होती है।
इस कार्य के निहितार्थ केवल कांच को समझने तक ही सीमित नहीं हैं। यह अध्ययन प्रदर्शित करता है कि किसी सामग्री के यांत्रिक गुण, जैसे कि मुड़ने की क्षमता या टूटने की प्रवृत्ति, उसके सूक्ष्म संरचना में गहराई से निहित हैं। कंप्यूटर सिमुलेशन का उपयोग करके कांच बनाने के विभिन्न तरीकों का परीक्षण करके, शोधकर्ताओं ने दिखाया कि ऐसी सामग्रियां बनाना संभव है जो अधिक मजबूत और लचीली हों। प्रारंभिक संरचना के आधार पर दरार कहाँ शुरू होगी, इसकी भविष्यवाणी करने की क्षमता नई सामग्रियां डिजाइन करने का मार्ग प्रशस्त करती है जो चरम स्थितियों का सामना कर सकें। यह अनुमान लगाने के बजाय कि कौन से डिजाइन काम करेंगे, इंजीनियर इन विधियों का उपयोग करके परमाणु व्यवस्थाओं की जांच कर सकते हैं और केवल उन्हीं को चुन सकते हैं जो वांछित मजबूती और लचीलेपन का वादा करती हैं, जिससे एयरोस्पेस से लेकर रोजमर्रा के उपभोक्ता सामानों तक, टिकाऊ सामग्रियों की एक नई पीढ़ी का निर्माण होगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।