Tecnologia Científica

Novo manãtodo para prever estresse em escala atômica
Os engenheiros aeroespaciais da Universidade de Illinois Urbana-Champaign usaram o aprendizado de ma¡quina pela primeira vez para prever o estresse no cobre em escala atômica.
Por Universidade de Illinois em Urbana-Champaign - 04/11/2021


Esquerda: Aprendizado de ma¡quina baseado em redes neurais artificiais como leis constitutivas para previsaµes de estresse ata´mico. Adireita: Quantificando o estado de tensão local dos limites de gra£o a partir de informações de coordenadas atômicas. Crédito: Departamento de Engenharia Aeroespacial da Universidade de Illinois

A quantidade de tensão que um material pode suportar antes de rachar éuma informação cra­tica ao projetar aeronaves, Espaçonaves e outras estruturas. Os engenheiros aeroespaciais da Universidade de Illinois Urbana-Champaign usaram o aprendizado de ma¡quina pela primeira vez para prever o estresse no cobre em escala atômica.

De acordo com Huck Beng Chew e seu aluno de doutorado Yue Cui, os materiais, como o cobre, são muito diferentes nessas escalas muito pequenas.

"Os metais são tipicamente policristalinos porque contem muitos gra£os", disse Chew. "Cada gra£o éuma única estrutura de cristal em que todos os a¡tomos estãodispostos de maneira ordenada e ordenada. Mas a estrutura atômica da fronteira onde esses gra£os se encontram pode ser muito complexa e tende a apresentar tensaµes muito altas."

Essas tensaµes de contorno de gra£o são responsa¡veis ​​pelas propriedades de fratura e fadiga do metal, mas atéagora, tais medições detalhadas de tensão em escala atômica estavam confinadas a modelos de simulação de dina¢mica molecular. O uso de abordagens orientadas a dados com base no aprendizado de ma¡quina permite que o estudo quantifique, pela primeira vez, as tensaµes de contorno de gra£o em espanãcimes de metal reais fotografados por microscopia eletra´nica.

"Usamos simulações de dina¢mica molecular de limites de gra£os de cobre para treinar nosso algoritmo de aprendizado de ma¡quina para reconhecer os arranjos dos a¡tomos ao longo dos limites e identificar padraµes nas distribuições de tensão dentro de diferentes estruturas de limites de gra£os", disse Cui.

Eventualmente, o algoritmo foi capaz de prever com muita precisão as tensaµes de contorno de gra£o de simulação e dados de imagem experimental com resolução denívelata´mico.

"Testamos a precisão do algoritmo de aprendizado de ma¡quina com muitas estruturas de contorno de gra£os diferentes atéestarmos confiantes de que a abordagem era confia¡vel", disse Cui.

Cui disse que a tarefa era mais desafiadora do que eles imaginavam, e eles tiveram que incluir restrições baseadas na física em seus algoritmos para obter previsaµes precisas com dados de treinamento limitados.

"Quando vocêtreina o algoritmo de aprendizado de ma¡quina em limites de gra£os específicos, obtanãm uma precisão extremamente alta nas previsaµes de estresse desses mesmos limites", disse Chew, "mas a questãomais importante anã: o algoritmo pode prever o estado de estresse de um nova fronteira que nunca viu antes? "

Chew disse, a resposta ésim, e muito bem, de fato.

"O que o aprendizado de ma¡quina faz para o campo da meca¢nica de materiais éque nos permite usar dados para fazer previsaµes de forma rápida e auta´noma. Este éum avanço significativo em relação ao desenvolvimento de modelos baseados na física complicados e altamente específicos para fazer previsaµes de falhas, "Chew disse.

Medir essas tensaµes de contorno de gra£o éo primeiro passo para projetar materiais aeroespaciais para aplicações em ambientes extremos.

"Ser capaz de estabelecer descritores quantitativos dos limites permitira¡ aos cientistas projetar os limites dos gra£os para serem mais fortes e mais resistentes ao calor e a  corrosão", disse Chew.

Cui enfatizou que o algoritmo que desenvolveram émuito geral e pode ser usado para quantificar as tensaµes em escala atômica que regem os processos de fratura e falha em muitos outros sistemas materiais.

O estudo, "Predição de aprendizado de ma¡quina de estresse ata´mico ao longo dos limites de gra£os", por Yue Cui e Huck Beng Chew, foi publicado na Acta Materialia .

 

.
.

Leia mais a seguir