08 mars 2019

Forskare vid Linköpings universitet har tagit fram en teoretisk metod som gör det möjligt att simulera skeendet på atomnivå i hårda, skärande material när de degraderas. Metoden innebär att verkstadsföretagen kan spara både tid och pengar.

Kostas Sarakinos, Davide Sangiovanni och George Almyras
Kostas Sarakinos, Davide Sangiovanni och Georgios Almyras är beroende av superdatorkraft, här vid Tetralith hos Nationellt superdatorcentrum, NSC, vid LiU. Fotograf: Anna Nilsen
Titan-aluminium-nitrid är en vanlig keram som används som beläggning på skärande verktyg i metall. Eggen på skäret blir hårdare och verktyget håller längre med hjälp av en tunn beläggning av titan-aluminium-nitrid. Ytan har också den speciella egenskapen att den hårdnar ju mer verktyget används.

– Materialet är en arbetshäst inom verkstadsindustrin, säger Kostas Sarakinos, biträdande professor i materialvetenskap vid Linköpings universitet.

Värmekänsligt vid höga temperaturer

Men legeringen är också känsligt för hög värme. Några minuters skärande i riktigt hårda material innebär att skäret utsätts för ett så högt tryck att det värms upp till 900 grader eller mer. Upp till 700 grader håller det sig intakt men blir det hetare än så börjar materialet degradera. Eggen mjuknar och mister sin skräpa.

Vad som händer på atomnivå inne i den tunna filmen av materialet är det dock ingen som hittills har lyckats ta reda på. Egenskaperna i den komplicerade kombinationen av titan-aluminium-nitrid har tidigare bara kunnat simuleras till mycket liten del, för liten för att kunna dra några slutsatser från resultatet.

Georgios Almyras, tidigare postdoktor på avdelningen Nanodesign, numera verksam på Ericsson, och Davide Sangiovanni, avdelningen Teoretisk fysik, har tillsammans med Kostas Sarakinos, forskningsledare vid avdelningen Nanodesign, fått fram en tillförlitlig teoretisk metod som visar precis vad som händer i materialet, picosekund för picosekund. Deras metod simulerar och visar vilka atomer det är som flyttar sig och hur det påverkar materialets egenskaper.

Davide SangiovanniDavide Sangiovanni Foto Anna Nilsen– Detta innebär också att vi kan ta fram strategier för att förhindra degraderingen, som att legera materialet eller ta fram specialdesignade nanostrukturer, säger Davide Sangiovanni.

Superdatorberäkningar

I deras metod, publicerad i den vetenskapliga öppen access-tidskriften Materials, beräknas krafterna mellan atomerna i materialet. Det är en känd metod som används för enklare system med gott resultat. För så här komplicerade materialkombinationer krävs dock tunga beräkningar som tar lång tid även i en superdator. Forskarna vid LiU har emellertid också optimerat beräkningarna genom att införa algoritmer för maskininlärning, ett steg mot artificiell intelligens.

Superdatorn vid Nationellt superdatorcentrum vid LiU har sedan räknat på ett 40-tal olika blandningar, legeringar, av de tre ämnena, titan, aluminium och kväve, med hänsyn tagen till ett antal olika materialegenskaper. Resultaten av beräkningarna har sedan jämförts med materialens tidigare kända egenskaper.

– Vi har fått en stor samstämmighet. Här är det viktigt att vi har beräknat även de egenskaper vi känner till. Det innebär att vi kan vara säkra på att beräkningarna stämmer och att modellen är tillförlitlig, säger Kostas Sarakinos.

Teori med stor industriell relevans

Han och forskarkollegorna hoppas att metoden nu ska få stor betydelse för verkstadsindustrier som Sandvik, ABB, Seco Tools med flera där extra hårdhet och slitstyrka sparar mycket pengar. Det är företag som LiU-forskarna också har långsiktiga samarbeten med.
Kostas SarakinosKostas Sarakinos Foto Anna Nilsen
– Vi kan nu för första gången göra storskaliga klassiska simuleringar av atomstrukturen i ett av de vanligaste systemen för konstruktionsmaterial. Simuleringarna kan handla om värmetålighet likaväl som nanostrukturer och de kan ge oss viktiga insikter i hur atomerna rör sig och hur vi kan undvika, eller i alla fall skjuta upp degraderingen i materialet, säger Kostas Sarakinos.


Semi-Empirical Force-Field Model for the Ti1xAlxN (0 ≤ x ≤ 1) System, G. A. Almyras, D. G. Sangiovanni and K. Sarakinos, Materials 2019. DOI 10.3390/ma12020215

Relaterad forskning

Senaste nytt från LiU

Serverrum,data på svart skärm.

Maskinpsykologi – en brygga till generell AI

AI som är lika intelligent som människor kan bli möjlig tack vare psykologiska inlärningsmodeller, kombinerat med vissa typer av AI. Det menar Robert Johansson som i sin avhandling har utvecklat begreppet maskinpsykologi.

Forskning för hållbar framtid får nära 20 miljoner i bidrag

Ett oväntat samarbete mellan materialvetenskap och beteendevetenskap. Utveckling av bättre tjänster för att hantera klimatförändringarna. Det är två forskningsprojekt vid LiU som får stora stöd från Marianne och Marcus Wallenbergs stiftelse.

Innovativ idé för effektivare cancerbehandlingar prisas

Lisa Menacher har tilldelats Christer Giléns stipendium 2024 inom området statistik och maskininlärning för sin masteruppsats. Hon har använt maskininlärning i ett försök att göra val av cancerbehandling mer effektivt.