Подпишитесь

Ученые предсказывают новые формы сверхтвердого углерода

Сверхтвердые материалы могут нарезать, сверлить и полировать другие объекты. Теперь наука открывает двери для разработки новых материалов с этими соблазнительными качествами.

Ученые предсказывают новые формы сверхтвердого углерода

Недавние исследования, в ходе которых были задействованы новейшие вычислительные техники, выявили и идентифицировали 43 неизвестные до этого формы углерода. Ученые предполагают, что эти формы являются стабильными и сверхтвердыми — некоторые из них обладают качествами твердости, схожими или превосходящими твердость алмаза. 

Открытия сверхтвердых материалов

Исследование возможных новых форм углерода осуществляется с помощью комбинации вычислительных техник, предугадывающих возможные изменения кристаллических структур на основе машинного обучения. Данное исследование является только теоретическим — что означает, что ученым удалось предсказать существование новых форм углерода, но не создать их. 

«На данный момент алмаз является самым твердым материалом из тех, что доступны для покупки. При этом алмаз — крайне дорогой материал. Мы хотели бы найти иную форму твердого материала, который мог бы превосходить алмаз по твердости и устойчивости, и одновременно не был бы столь дорогостоящим — это существенно облегчит процесс работы для ученых, использующих алмазы, к примеру, в экспериментах с высоким давлением, при котором алмазы часто разрушаются» — утверждает профессор-химик из университета Баффало (UB) Ева Цурек. 

Твердость относится к способности материала противостоять деформации. Как объясняет Цурек, это означает, что «если вы попытаетесь обработать материал острым наконечником, отверстие не получится, или отверстие будет очень маленьким».

Ученые предсказывают новые формы сверхтвердого углерода

Ученые считают, что вещество является сверхтвердым, если оно имеет значение твердости более 40 гигапаскалей, измеренное в эксперименте, который называется тестом твердости по Виккерсу.

По прогнозам, все 43 новые углеродные структуры будут соответствовать этому порогу. По оценкам, три из них превышают твердость алмазов по Виккерсу, но лишь немного. Цурек также предупреждает, что в расчетах есть некоторая неопределенность.

Самые твердые структуры, найденные учеными, как правило, содержали в своих кристаллических решетках фрагменты алмаза и лонсдалеита - также называемого гексагональным алмазом. В дополнение к 43 новым формам углерода, исследование также предсказывает, что ряд углеродных структур, описанных в прошлом другими командами, будет сверхтвердым.

Методы, использованные учеными, могут применяться для идентификации других сверхтвердых материалов, в том числе тех, которые содержат элементы, отличные от углерода.

«Известно очень мало сверхтвердых материалов, поэтому интересно найти новые», - говорит Цурек. «Одна вещь, которую мы знаем о сверхтвердых материалах, заключается в том, что они должны иметь прочные связи. Углерод-углеродные связи очень прочные, поэтому мы рассмотрели углерод. Другие элементы, которые обычно находятся в сверхтвердых материалах, находятся с той же стороны таблицы элементов, как бор и азот. "

Для проведения исследования использовался XtalOpt, эволюционный алгоритм с открытым исходным кодом для предсказания кристаллической структуры, разработанный в лаборатории Цурека, для создания случайных кристаллических структур углерода. Затем команда использовала модель машинного обучения, чтобы предсказать твердость этих видов углерода. Наиболее перспективные жесткие и стабильные структуры использовались XtalOpt в качестве «родителей» для создания дополнительных новых структур и так далее.

Модель машинного обучения для оценки твердости была обучена с использованием базы данных Automatic FLOW (AFLOW), огромной библиотеки материалов со свойствами, которые были рассчитаны. Лаборатория Куртароло поддерживает AFLOW и ранее разработала модель машинного обучения с группой Александра Исаева в университете Северной Каролины в Чапел-Хилл.

«Это ускоренная разработка материалов. Она всегда занимает время, но мы используем AFLOW и машинное обучение, чтобы значительно ускорить процесс», - говорит Куртароло. «Алгоритмы учатся, и если вы хорошо обучили модель, алгоритм будет прогнозировать свойства материала - в данном случае твердость - с разумной точностью».

«Вы можете взять лучшие материалы, предсказанные с использованием вычислительных методов, и сделать их экспериментально», - говорит соавтор исследования Кормак Тохер, доктор философских наук, доцент, исследователь в области машиностроения и материаловедения в университете Дьюка.  опубликовано econet.ru  

Подписывайтесь на Эконет в Pinterest!

Если у вас возникли вопросы по этой теме, задайте их специалистам и читателям нашего проекта здесь.

P.S. И помните, всего лишь изменяя свое потребление - мы вместе изменяем мир! © econet

Источник: https://econet.ru/

Понравилась статья? Тогда поддержи нас, жми:
Комментарии (Всего: 0)

    Добавить комментарий

    Каждый слышит то, что понимает. И.Гёте
    Что-то интересное
    Больше материалов
    Больше материалов