Skoltech-Wissenschaftler haben ein neuronales Netzwerkmodell erstellt, das superharte Materialien berechnet. Es wurde festgestellt, dass neben Diamanten auch die Existenz anderer superharter Substanzen möglich ist.
Wissenschaftler interessieren sich für superharte Materialien, weil sie in vielen Branchen anwendbar sind: Ölproduktion, Metallverarbeitung, Schmuck, Werkzeugmaschinen, Mikroelektronik und Hochtechnologieproduktion. Sie werden zum Bohren, Schneiden, Polieren, Schleifen verwendet. Daher ist es wichtig, neue Verbindungen mit Eigenschaften von superharten Materialien zu entdecken.
Derzeit ist Diamant das härteste bekannte Material. Die Anwendung ist jedoch nicht immer zweckmäßig und teuer. Deshalb kann zum Beispiel, Köpfe Bohranlagen zum Bohren seit langem hergestellt aus Pobedit, eine Wolfram-Kobalt - Verbindung , enthaltenden Diamanten durchsetzt. Ein weiteres bekanntes superstarkes Material ist Lonsdaleit - ein Kohlenstoffkristall, eine Art Diamant. Es basiert nicht auf einem kubischen Gitter, sondern auf einem sechseckigen. Nach Berechnungen kann Lonsdaleit 1,5-mal härter als Diamant sein und es schneiden. In der Natur ist es jedoch fast unmöglich, es in seiner reinen Form zu treffen.
Härte und Bruchzähigkeit sind zwei wichtige Eigenschaften von superharten Materialien. Die erste - spricht von Bruchfestigkeit und die zweite - von der Bildung von Rissen und Spalten. Durch maschinelles Lernen können Sie mithilfe von rechnergestützten materialwissenschaftlichen Techniken die gewünschten Eigenschaften ermitteln. Das zugrunde liegende theoretische Modell ermöglicht es, die entsprechenden Eigenschaften zu identifizieren.
Das Modell wurde von dem 25-jährigen Efim Mazhnik , Absolvent des Moskauer Instituts für Physik und Technologie und Doktorand am Skoltech Center for Energy Technologies, dem Labor für Computerdesign neuer Materialien, erstellt. Die wissenschaftliche Überwachung der Arbeiten wurde von Artem Oganov , Professor an der Skoltech und am Moskauer Institut für Physik und Technologie, durchgeführt. Oganovs Studie konzentriert sich auf das theoretische Design neuer Materialien, den Zustand von Substanzen bei hohen Drücken und die Entwicklung von Methoden zur Vorhersage der Struktur und Eigenschaften von Substanzen. 2018 sagten er und seine Kollegen die Existenz von Wolframborid WB5 mit Kristallen voraus, deren Härte Vicit-Legierungen überlegen ist.
Wissenschaftler haben eine Methode entwickelt, um Materialeigenschaften aus ihrem Kristallgitter mithilfe von Faltungs-Neuronalen Netzen in Graphen vorherzusagen.
Faltungs-Neuronale Netze sind eine spezielle Architektur künstlicher Neuronaler Netze, die sich auf die Mustererkennung konzentriert und Teil des tiefen Lernens ist. Das Netzwerk erhielt seinen Namen von der "Faltungs" -Operation, bei der jedes Fragment des Bildes punktweise mit den Elementen der Faltungsmatrix multipliziert wird. Das summierte Ergebnis wird auf eine ähnliche Position im Ausgabebild bezogen.
Solche Netzwerke können trainiert werden, um die Eigenschaften selbst jener Materialien zu verstehen, denen sie zuvor nicht begegnet sind.
Efim Mazhnik erklärt, dass aufgrund unzureichender Daten zu den erforderlichen Modellen Zwischeneigenschaften verwendet wurden - Elastizitätsmodule, für die mehr Eigenschaften verfügbar sind.
Artem Oganov fügte hinzu, dass das Modell verwendet wurde, um die Eigenschaften "für mehr als 120.000 bekannte und hypothetische Kristallstrukturen" zu berechnen. „Unser Modell bestätigt, dass Diamant die härteste bekannte Substanz ist, weist aber auch auf mehrere Dutzend andere potenziell sehr harte und superharte Materialien hin“, erklärte Oganov.
Die Forschungsergebnisse werden im Journal of Applied Physics veröffentlicht . Das Forschungsstipendium wurde von der Russian Science Foundation (RSF) unterstützt.
Das Skoltech-Labor für Computerdesign neuer Materialien wurde vor einem Jahr im Rahmen eines gemeinsamen Projekts der Russian Science Foundation und Gazpromneft STC gegründet.
