
Os cientistas da Skoltech criaram um modelo de rede neural que calcula materiais superduros. Verificou-se que além dos diamantes, é possível a existência de outras substâncias superduras.
Os cientistas estão interessados em materiais superduros porque são aplicáveis em muitas indústrias: produção de petróleo, metalurgia, joalheria, máquinas-ferramenta, microeletrônica e produção de alta tecnologia. Eles são usados para perfurar, cortar, polir, retificar. Portanto, é importante descobrir novos compostos com propriedades de materiais superduros.
O diamante é atualmente o material mais duro conhecido. Mas sua aplicação nem sempre é rápida e cara. Portanto, por exemplo, cabeças para sondas de perfuração há muito são feitas de pobedit - um composto de tungstênio com cobalto contendo diamantes intercalados. Outro material super-forte bem conhecido é a lonsdaleita - um cristal de carbono, um tipo de diamante. Não se baseia em uma rede cúbica, mas em hexagonal. De acordo com os cálculos, a lonsdaleíta pode ser 1,5 vezes mais dura que o diamante e pode cortá-la. No entanto, na natureza, é quase impossível encontrá-lo em sua forma pura.
A dureza e a tenacidade à fratura são duas propriedades importantes dos materiais superduros. O primeiro - fala de resistência à fratura, e o segundo - à formação de fissuras e fissuras. O aprendizado de máquina ajuda você a descobrir as propriedades que deseja usando técnicas de ciência de materiais computacionais. O modelo teórico subjacente permite identificar as propriedades correspondentes.

O modelo foi criado por Efim Mazhnik ,25 anos, graduado pelo Instituto de Física e Tecnologia de Moscou e aluno de pós-graduação no Centro Skoltech para Tecnologias de Energia, o Laboratório de Design de Computadores de Novos Materiais. A gestão científica do trabalho foi realizada por Artem Oganov , professor da Skoltech e do MIPT. O estudo de Oganov enfoca o projeto teórico de novos materiais, o estado das substâncias em altas pressões e o desenvolvimento de métodos para prever a estrutura e as propriedades das substâncias. Em 2018, ele e seus colegas previram a existência de boreto de tungstênio WB5 com cristais cuja dureza supera as ligas Pobedite.
Os cientistas desenvolveram um método para prever as propriedades do material a partir de sua estrutura cristalina usando redes neurais convolucionais em gráficos.
As redes neurais convolucionais são uma arquitetura especial de redes neurais artificiais que se concentra no reconhecimento de padrões e faz parte do aprendizado profundo. A rede recebeu o nome da operação de "convolução", durante a qual cada fragmento da imagem é multiplicado pontualmente pelos elementos da matriz de convolução. O resultado somado é referido a uma posição semelhante na imagem de saída.
Essas redes podem ser treinadas para entender as propriedades até mesmo daqueles materiais com os quais não encontraram anteriormente.
Efim Mazhnik explica que devido a dados insuficientes sobre os modelos necessários, eles usaram propriedades intermediárias - módulos elásticos, para os quais existem mais características disponíveis.
Artem Oganov acrescentou que o modelo foi usado para calcular as propriedades "para mais de 120 mil estruturas cristalinas conhecidas e hipotéticas". “Nosso modelo confirma que o diamante é a substância mais dura conhecida, mas também aponta para várias dezenas de outros materiais potencialmente altamente duros e superduros”, explicou Oganov.
Os resultados da pesquisa são publicados no Journal of Applied Physics . A bolsa de pesquisa foi apoiada pela Russian Science Foundation (RSF).
O Laboratório Skoltech para Design de Computadores de Novos Materiais foi criado há um ano como parte de um projeto conjunto entre a Fundação Científica Russa e a Gazpromneft STC.
