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

Metalen die de verzengende hitte van een straalmotor of een raketmondstuk kunnen weerstaan, behoren tot de meest veeleisende materialen die materiaalkundigen moeten creëren. Decennialang waren nikkelgebaseerde superlegeringen de kampioenen in deze wereld van hoge temperaturen. Deze materialen vertrouwen op een slimme interne architectuur: een zachte, flexibele metaalmatrix die wordt versterkt door kleine, geordende eilanden van een andere kristalstructuur die erdoorheen verspreid liggen. Deze ordening zorgt ervoor dat het metaal sterk blijft zonder bros te worden, zelfs wanneer de temperaturen hoog oplopen. Echter, nikkellegeringen lopen uiteindelijk tegen een muur aan; naarmate de temperaturen boven een bepa zeker punt stijgen, verliezen de geordende eilanden hun structuur en faalt het materiaal. Om dit limiet te doorbreken, richten wetenschappers zich op refractaire metalen — elementen zoals niobium, tantaal en molybdeen die bij extreming hoge temperaturen smelten. Het doel is om een nieuwe generatie legeringen te bouwen die de succesvolle architectuur van nikkel nabootsen, maar die kunnen overleven in omgevingen waar nikkel simpelweg zou smelten.

De uitdaging ligt in het vinden van het juiste recept. Hoewel de basismetalen bekend zijn om het vormen van een stabiele, flexibele structuur, is het toevoegen van de specifieke ingrediënten die nodig zijn om de versterkende eilanden te creëren een complex evenwichtsproces. Als de verkeerde elementen worden toegevoegd, kan de legering brosse, nutteloze verbindingen vormen in plaats van de gewenste versterkende fase, of kan het te vroeg smelten. Jarenlang vertrouwden onderzoekers op trial-and-error of langzame, stap-voor-stap berekeningen om deze recepten te vinden. Een nieuwe studie door Nathan Peterson, Avik Mahata en hun collega's aan de California Polytechnic State University en Merrimack College hanteert een andere aanpak. Zij combineerden krachtige computersimulaties met een machine-learningstrategie om een uitgestrekt landschap van mogelijke metaalcombinaties te verkennen, op zoek naar een specifiek type legering dat stabiel en sterk blijft ruim boven de 1300 graden Celsius.

De onderzoekers concentreerden zich op een ontwerp waarbij een lichaam-gecentreerd kubisch kristalrooster fungeert als de flexibele matrix, versterkt door een geordende fase die bekend staat als B2. Om deze geordende fase stabiel te houden bij extreme hitte, wendden zij zich tot ruthenium, een zeldzaam metaal dat een uniek vermogen heeft getoond om deze structuren op hun plaats te houden bij temperaturen waar andere combinaties falen. Het team zette zich in om een pool van tien elementen te verkennen die niobium, tantaal, molybdeen, vanadium, ruthenium, titanium, zirconium, hafnium, aluminium en yttrium bevatten. Ze testten niet slechts een paar gissingen; ze gebruikten een computersysteem dat duizenden potentiële recepten kon evalueren, maar ze hadden een manier nodig om efficiënt te zijn. Ze gebruikten een machine-learningmodel, specifiek een random forest-algoritme, dat werkt als een slim filter. Dit model leerde van een kleine set gedetailleerde berekeningen om het gedrag van nieuwe, ongeteste recepten te voorspellen, waardoor het team zich kon concentreren op de meest veelbelovende kandidaten voor hun meest dure en tijdrovende berekeningen.

De studie begon met het uitvoeren van gedetailleerde evenwichtsberekeningen op 500 verschillende legeringssamenstellingen. Deze berekeningen simuleerden welke fasen zouden bestaan bij verschillende temperaturen, van 1000 tot 2500 graden Celsius. Het team stelde vier strikte regels op voor een succesvolle legering. Ten eerste moest de twee-fasenstructuur van de matrix en de versterkende eilanden stabiel blijven boven de 1300 graden Celsius. Ten tweede moest de legering bij die temperatuur volledig solide blijven, zonder dat er vloeistof ontstond. Derde moest de legering "zuiver" zijn, wat betekent dat deze alleen de gewenste matrix- en versterkingsfasen bevatte, waarbij brosse, concurrerende verbindingen die de sterkte van het materiaal zouden ruïneren, werden vermeden. Ten slotte moesten de versterkende eilanden een specifiek deel van de legering uitmaken, tussen de 15 en 55 procent, om effectieve versterking te bieden zonder het materiaal te bros te maken.

Van de 500 geteste legeringen voldeden er slechts 100 aan al deze veeleisende criteria. Dit succespercentage van 20 procent benadrukt hoe moeilijk het is om de juiste combinatie van elementen te vinden. Onder de winnaars vonden de onderzoekers 19 legeringen die het rutheniumgehalte relatief laag hielden, op 10 procent of minder. Dit is een belangrijke bevinding, omdat eerder werk suggereerde dat legeringen met een hoog rutheniumgehalte gevoelig waren voor scheurvorming tijdens de productie. De meest succesvolle recepten in deze groep waren gebaseerd op niobium, gemengd met tantaal of molybdeen, en gestabiliseerd door hafnium. Eén opvallende legering, bestaande uit niobium, molybdeen, titanium, ruthenium, hafnium en zirconium, behield zijn twee-fasenstructuur tot een verbazingwekkende 2250 graden Celsius. De studie bevestigde ook de geldigheid van hun aanpak door twee specifieke legeringen te herontdekken die eerder via experimenteel werk waren geïdentificeerd, waarmee werd bewezen dat hun computergestuurde zoektocht echte, levensvatbare materialen kon vinden.

Het onderzoek onthulde ook duidelijke regels over welke elementen helpen en welke schaden. Ruthenium werd bevestigd als de sleutel tot stabiliteit bij hoge temperaturen; het verhogen van het gehalte aan ruthenium verhoogde de temperatuurgrens van de legering tot ongeveer 9 of 10 procent, waarna het toevoegen van meer weinig voordeel bood. Onder de andere elementen bleek hafnium het meest effectief bij het handhaven van de stabiliteit, gevolgd door zirconium en titanium. Tantaal hielp het smeltpunt te verhogen, terwijl vanadium cruciaal was om de legering vrij te houden van ongewenste, brosse fasen. Daartegenover stond dat de studie vond dat het toevoegen van aluminium of yttrium bijna altijd een fout was. Deze elementen neigden de vorming van concurrerende, brosse fasen te triggeren die de integriteit van de legering vernietigden. De aanwezigheid van aluminium, in het bijzonder, was een belangrijke drijfveer voor de vorming van ongewenste verbindingen, vooral wanneer het gecombineerd werd met tantaal.

Hoewel het machine-learning systeem deze veelbelovende legeringen succesvol had geïdentificeerd, legde de studie ook een gebrek bloot in de manier waarop de zoektocht aanvankelijk werd gestuurd. Het computermodel dat de kandidaten rangschikte, was te veel gericht op het verkennen van onzekere gebieden in plaats van het exploiteren van de best bekende paden. Deze bias veroorzaakte dat de zoektocht afweek naar legeringen die aluminium en zirconium bevatten, waarvan het model dacht dat ze interessant waren, maar die uiteindelijk faalden voor de strikte zuiverheidstests. De onderzoekers realiseerden zich dat de manier waarop ze de onzekerheid in hun voorspellingen wegingen, de resultaten beïnvloedde, waardoor het systeem de neiging had om complexe, rommelige samenstellingen na te jagen in plaats van de schone, stabiele samenstellingen die ze nodig hadden. Dit inzicht is even waardevol als de legeringsrecepten zelf, omdat het een routekaart biedt voor het verbeteren van toekomstige zoektochten.

De studie concludeert dat hoewel de computermodellen goed waren in het voorspellen van het algemene gedrag van deze metalen, het uiteindelijke screeningsproces nauwkeuriger moet zijn. De onderzoekers benadrukken dat het vinden van een stabiele legering alleen niet genoeg is; het materiaal moet ook de juiste balans van fasen hebben en specifieke contaminanten vermijden. Ze identificeerden dat de mismatch in de grootte van de atomen in de verschillende fasen een kritieke factor is die in toekomstig werk directer gemeten moet worden. Door thermodynamische berekeningen te combineren met machine learning, heeft het team nieuw terrein in kaart gebracht voor refractaire legeringen. Ze hebben aangetoond dat door zorgvuldig elementen zoals hafnium en ruthenium te selecteren en aluminium en yttrium te vermijden, het mogelijk is om metalen te ontwerpen die op een dag kunnen opereren in de extreme omgevingen van de volgende generatie vliegtuigmotoren. Het werk biedt een solide fundament voor experimentatoren om deze nieuwe materialen te gaan bouwen en te testen, waarmee het veld dichter bij legeringen komt die de nikkelgebaseerde kampioenen uit het verleden werkelijk kunnen overtreffen.