Eksperci z NCBJ łączą eksperymenty i uczenie maszynowe do badania nowych stopów

Eksperci z NCBJ łączą eksperymenty i uczenie maszynowe do badania nowych stopów

 

26-05-2026

Stopy RCCA (refractory complex concentrated alloys), dzięki ogromnej wytrzymałości i stabilności w wysokich temperaturach, mogą znaleźć zastosowanie w miejscach, gdzie elementy są narażone na ekstremalne warunki. Aby wprowadzić je do użytku, konieczne jest jednak doskonałe zrozumienie ich właściwości i zachowania podczas pracy. Zespół naukowców z Centrum Doskonałości NOMATEN i Laboratorium Badań Materiałowych w NCBJ połączył w tym celu podejście eksperymentalne z modelowaniem komputerowym, aby zbadać stop MoTaW.

Najnowsze wyniki opublikowano w czasopiśmie International Journal of Refractory Metals and Hard Materials, DOI: https://doi.org/10.1016/j.ijrmhm.2026.107772 

Złożone skoncentrowane stopy ogniotrwałe RCCA składają się zwykle z trzech lub więcej metali o wysokiej temperaturze topnienia, tzw. metali ogniotrwałych. Należą do nich np. molibden, tantal, wolfram, niob, czy hafn. Struktura krystaliczna materiału będącego ich połączeniem powoduje, że stopy RCCA wykazują większą wytrzymałość w wysokich temperaturach, niż w przypadku tradycyjnych stopów ogniotrwałych. Stanowią więc doskonały materiał do przeznaczenia w miejscach, w których elementy są narażone na działanie bardzo wysokich temperatur.

Znaczna część istniejących badań dotyczy stopów RCCA zawierających niob. W ostatnim czasie uwagę naukowców zwrócił inny kandydat – złożony z trzech pierwiastków stop MoTaW. Potwierdzono już wysoką twardość oraz stabilność tego materiału. Nadal jednak nie jest wystarczająco dobrze zrozumiane jego odkształcanie pod wpływem złożonych obciążeń.

Precyzyjnego sprawdzenia tej właściwości podjęła się grupa specjalistów z Centrum Doskonałości NOMATEN i Laboratorium Badań Materiałowych w NCBJ. Naukowcy połączyli podejście eksperymentalne w postaci badań nanoindentacji oraz modelowanie komputerowe z wykorzystaniem metod uczenia maszynowego. – Symulacje na poziomie atomowym stanowią potężne narzędzie do zrozumienia zależności pomiędzy składem, strukturą i właściwościami w złożonych stopach. W przypadku materiałów takich jak stopy RCCS niezbędna jest jednak znajomość potencjału opisującego oddziaływania między poszczególnymi atomami. Nowym podejściem w tym zakresie jest wykorzystanie uczenia maszynowego, dzięki któremu algorytm nie zakłada postaci potencjału, a uczy się go na podstawie mechaniki kwantowej - wyjaśnia dr hab. Francisco Javier Dominguez Gutierrez, prof. NCBJ, pierwszy autor opublikowanej niedawno pracy.

W pracy badacze wykorzystali metodę, która pozwala dokładnie poznać właściwości materiału, a jednocześnie nie jest bardzo obciążająca obliczeniowo, co jest często wyzwaniem w przypadku symulacji wykonywanych w dużej skali. Metoda ta sprawdziła się już dla innych stopów RCCS, dzięki czemu można ją było wykorzystać także dla stopu bez dodatku niobu.

Szczególną uwagę w badaniach położono na mechanizmy deformacji pod wpływem nacisku punktowego. Zarówno eksperymentalne pomiary metodą nanoindentacji, jak i symulacje komputerowe dały bardzo zbliżone wyniki. – Prace pokazały, że mechanizm odkształcenia plastycznego w stopie MoTaW silnie zależy od orientacji struktury krystalicznej, a ewolucja powstałych dyslokacji jest kluczowa w procesie twardnienia wywołanego indentacją. Istotne jest również to, że nasze badania udowodniły potencjał symulacji wykorzystujących uczenie maszynowe do poznawania właściwości złożonych stopów RCCS – podsumowuje autor publikacji.

Dzięki badaniom materiałowym i poszukiwaniu nowych stopów dedykowanych do ekstremalnych warunków możliwy będzie rozwój wielu technologii, w tym technologii jądrowych i termojądrowych. Takie prace pozwalają również wykorzystać potencjał nowoczesnych metod komputerowych, by mniejszym nakładem obliczeniowym uzyskiwać precyzyjne wyniki.

Część eksperymentalna badań została częściowo sfinansowana ze środków Narodowego Centrum Nauki (NCN), grant MINIATURA 7 2023/07/x/ST11/00862.