25 abr 2023 (Noticias de Nanowerk) Las orientaciones de estas separaciones infinitesimalmente pequeñas entre "granos" individuales de un material policristalino tienen grandes efectos. En un material como el aluminio, estos conjuntos de granos (llamados microestructuras) determinan propiedades como la dureza. Una nueva investigación está ayudando a los científicos a comprender mejor cómo cambian las microestructuras o experimentan un "crecimiento de grano" a altas temperaturas. Un equipo de científicos de materiales y matemáticos aplicados desarrolló un modelo matemático que describe con mayor precisión tales microestructuras mediante la integración de datos que pueden identificarse a partir de imágenes muy ampliadas tomadas durante los experimentos. Sus hallazgos se publican en Naturaleza: Materiales Computacionales (“Modelo microestructural de procesos puntuales de películas delgadas metálicas con implicaciones para el engrosamiento”).
Figura 1. La microestructura de una película de Al. Una microestructura representativa de una película de Al que se recoció durante 150 minutos a una temperatura T = 400 °C. Los colores de grano reflejan orientaciones cristalográficas. (Imagen: Universidad de Lehigh) El equipo de investigación incluyó a Jeffrey M. Rickman, profesor de ciencia e ingeniería de materiales de la promoción '61 en la Universidad de Lehigh; Katayun Barmak, Profesor de Philips Electronics de Física Aplicada y Matemáticas Aplicadas en la Universidad de Columbia; Yekaterina Epshteyn, Profesora de Matemáticas en la Universidad de Utah; y Chun Liu, Profesor de Matemáticas Aplicadas en el Instituto de Tecnología de Illinois. “Nuestro modelo es novedoso porque se presenta en términos de características que pueden identificarse a partir de micrografías experimentales o fotografías que revelan los detalles de las microestructuras en una escala de longitud de nanómetros a micras”, dijo Rickman. “Debido a que nuestro modelo se puede relacionar con estas características experimentales, es una representación más fiel del proceso real de crecimiento del grano”. Los investigadores realizaron un mapeo de orientación de cristal en películas delgadas de aluminio con granos columnares y utilizaron un proceso de punto marcado estocástico para representar uniones triples, puntos donde se encuentran tres granos y límites de grano en la estructura. Su modelo es el primero en integrar datos sobre las interacciones y desorientaciones de estas uniones triples para predecir el crecimiento del grano.
Figura 2. Una red de límites de grano con desorientaciones resaltadas. La red de límite de grano con desorientaciones de límite asociadas (codificados por colores) y uniones triples para la microestructura que se muestra en la Figura 1. (Imagen: Universidad de Lehigh) La predicción del crecimiento de grano es clave para la creación de nuevos materiales y es un área fundamental de estudio en ciencia de los materiales. Como resultado, se han desarrollado muchos modelos de crecimiento de granos. Sin embargo, el vínculo directo del proyecto entre el modelo matemático y las micrografías experimentales es muy distintivo. Según Rickman, vincular el modelo directamente a las características que se pueden rastrear durante los experimentos beneficiará a los científicos de materiales computacionales que modelan la cinética del crecimiento del grano. “En última instancia, esta investigación proporciona una forma de comprender mejor cómo funciona el crecimiento de granos y cómo se puede utilizar para informar el desarrollo de nuevos materiales”, dijo Rickman.
Figura 1. La microestructura de una película de Al. Una microestructura representativa de una película de Al que se recoció durante 150 minutos a una temperatura T = 400 °C. Los colores de grano reflejan orientaciones cristalográficas. (Imagen: Universidad de Lehigh) El equipo de investigación incluyó a Jeffrey M. Rickman, profesor de ciencia e ingeniería de materiales de la promoción '61 en la Universidad de Lehigh; Katayun Barmak, Profesor de Philips Electronics de Física Aplicada y Matemáticas Aplicadas en la Universidad de Columbia; Yekaterina Epshteyn, Profesora de Matemáticas en la Universidad de Utah; y Chun Liu, Profesor de Matemáticas Aplicadas en el Instituto de Tecnología de Illinois. “Nuestro modelo es novedoso porque se presenta en términos de características que pueden identificarse a partir de micrografías experimentales o fotografías que revelan los detalles de las microestructuras en una escala de longitud de nanómetros a micras”, dijo Rickman. “Debido a que nuestro modelo se puede relacionar con estas características experimentales, es una representación más fiel del proceso real de crecimiento del grano”. Los investigadores realizaron un mapeo de orientación de cristal en películas delgadas de aluminio con granos columnares y utilizaron un proceso de punto marcado estocástico para representar uniones triples, puntos donde se encuentran tres granos y límites de grano en la estructura. Su modelo es el primero en integrar datos sobre las interacciones y desorientaciones de estas uniones triples para predecir el crecimiento del grano.
Figura 2. Una red de límites de grano con desorientaciones resaltadas. La red de límite de grano con desorientaciones de límite asociadas (codificados por colores) y uniones triples para la microestructura que se muestra en la Figura 1. (Imagen: Universidad de Lehigh) La predicción del crecimiento de grano es clave para la creación de nuevos materiales y es un área fundamental de estudio en ciencia de los materiales. Como resultado, se han desarrollado muchos modelos de crecimiento de granos. Sin embargo, el vínculo directo del proyecto entre el modelo matemático y las micrografías experimentales es muy distintivo. Según Rickman, vincular el modelo directamente a las características que se pueden rastrear durante los experimentos beneficiará a los científicos de materiales computacionales que modelan la cinética del crecimiento del grano. “En última instancia, esta investigación proporciona una forma de comprender mejor cómo funciona el crecimiento de granos y cómo se puede utilizar para informar el desarrollo de nuevos materiales”, dijo Rickman.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoAiStream. Inteligencia de datos Web3. Conocimiento amplificado. Accede Aquí.
- Acuñando el futuro con Adryenn Ashley. Accede Aquí.
- Fuente: https://www.nanowerk.com/nanotechnology-news2/newsid=62885.php
