燃气轮机广泛用于发电和飞机推进。根据热力学定律,发动机的温度越高,效率越高。由于这些规律,人们对提高涡轮机的运行温度产生了新的兴趣。
德克萨斯农工大学材料科学与工程系的一组研究人员与艾姆斯国家实验室的研究人员共同开发了一个人工智能框架,能够预测能够承受极高温度和氧化环境的高熵合金(HEA)。该方法通过减少所需的实验分析数量,可以显著减少寻找合金的时间和成本。
这项研究最近发表在《材料视野》杂志上。
在长期高温条件下,涡轮叶片可能因熔化或氧化而导致灾难性故障。不幸的是,目前的涡轮机叶片材料已经达到了它们的操作极限。
涂层和冷却通道等工程技术的进步推迟了改变涡轮机所用材料的需要。然而,未来十年,航空旅行量预计将翻一番,燃气轮机正在成为发电的主导技术。因此,涡轮机需要更高的效率以减少燃料使用并限制二氧化碳排放。
材料科学与工程系教授Raymundo Arroyave博士说:“燃气轮机的功能是将化学能转化为机械运动,但受到温度阈值的限制。”。“涡轮技术革命的下一步是改变用于制造部件(如叶片)的材料,使其能够在更高的温度下运行,而不会发生灾难性氧化。”
在研究涡轮机用不同类型的合金时,HEA受到了广泛关注。HEA是没有明显多数元素的浓缩合金。HEA的一个独特特征是,这些合金在更高的温度下变得更稳定,在极端环境中具有潜在的应用前景。
尽管HEA具有耐高温的能力,但容易生锈(氧化)。HEA可以有多种成分,可以形成的氧化物的类型呈指数级增长。找到一种能够抵抗氧化的成分需要以非常高的成本进行大量的实验。
为了规避HEA发现的缺点和成本,研究人员开发了一种能够预测HEA氧化行为的人工智能框架。该框架结合了计算热力学、机器学习和量子力学,可以定量预测任意化学成分的HEA的氧化。计算筛选合金所需的时间大大减少,从几年减少到几分钟。非常快速和有效的筛选反过来又减少了对资源密集型实验试验的需求。
材料科学与工程系的研究生丹尼尔·索塞达(Daniel Sauceda)说:“在搜索一个大的组成空间时,实验者必须对一种非常复杂的材料进行数百种变异,氧化它们,然后表征它们的性能,这可能需要数周、数月甚至数年的时间。”。“我们的研究通过创建HEA氧化路线图,显着缩短了这一过程,向研究人员展示了您可以从不同成分中获得的结果。”
利用该框架,研究人员预测了多种合金成分的氧化行为。然后,他们将预测结果发送给艾姆斯国家实验室的科学家高远·欧阳和他的团队,以测试他们的发现,并验证该框架准确地证明了合金是否能够抗氧化。
艾姆斯国家实验室科学家普拉尚特·辛格(Prashant Singh)说:“该框架能够准确地确定有害相,这将有助于设计更好的抗氧化材料。”普拉尚特·辛格是该框架开发的共同负责人。“本研究中提出的方法是通用的,适用于理解HEA的氧化行为,并为其他应用提供抗氧化和耐腐蚀材料的见解。”
这项研究中开发的工具可能会改变科学家在极端环境中发现材料的过程,通过使用人工智能工具在极短时间内快速虹吸大量合金。
Arroyave说:“该工具将有助于筛选出不符合我们应用需求的合金,同时让我们花更多的时间,对值得研究的合金进行更详细的分析。”。“虽然我们的预测并非100%准确,但它们仍然提供了足够的信息,以便就哪些材料值得调查做出明智的决定,其速度在该框架开发之前是无法想象的。”
通过该框架发现的HEA具有潜在的应用,例如用于推进和发电的燃气轮机、热交换器和许多其他需要材料来承受极端操作条件的设备。
辛格说:“通过发现能够承受极端环境的材料,这项工作直接有助于能源部到2050年实现净零碳排放的目标。”。