L'apprentissage profond pour de nouveaux alliages
Le superordinateur Stampede2 aide à découvrir de nouvelles propriétés des alliages à haute entropie
Quand une chose est-elle plus que la somme de ses parties ? Les alliages témoignent de cette synergie. L'acier, par exemple, a révolutionné l'industrie en prenant du fer, en ajoutant un peu de carbone et en créant un alliage beaucoup plus solide que chacun de ses composants.
L'illustration montre un flux de travail piloté par les données pour cartographier les propriétés élastiques de l'espace des alliages à haute entropie.
Chen et al.
Les simulations par superordinateur aident les scientifiques à découvrir de nouveaux types d'alliages, appelés alliages à haute entropie. Les chercheurs ont utilisé le superordinateur Stampede2 du Texas Advanced Computing Center (TACC) alloué par l'Extreme Science and Engineering Discovery Environment (XSEDE).
Leur recherche a été publiée dans Npj Computational Materials. Cette approche pourrait être appliquée à la recherche de nouveaux matériaux pour les batteries, les catalyseurs et autres, sans avoir recours à des métaux coûteux comme le platine ou le cobalt.
"Les alliages à haute entropie représentent un concept de conception totalement différent. Dans ce cas, nous essayons de mélanger plusieurs éléments principaux", a déclaré l'auteur principal de l'étude, Wei Chen, professeur associé de science et d'ingénierie des matériaux à l'Illinois Institute of Technology.
En résumé, le terme "entropie élevée" fait référence à la diminution de l'énergie obtenue par le mélange aléatoire de plusieurs éléments à des fractions atomiques similaires, ce qui peut stabiliser les nouveaux matériaux résultant du "cocktail".
Pour l'étude, Chen et ses collègues ont examiné un large espace de 14 éléments et les combinaisons qui donnent des alliages à haute entropie. Ils ont effectué des calculs de mécanique quantique à haut débit, qui ont permis de déterminer la stabilité de l'alliage et ses propriétés élastiques, c'est-à-dire sa capacité à retrouver sa taille et sa forme après une contrainte, pour plus de 7 000 alliages à haute entropie.
"Il s'agit à notre connaissance de la plus grande base de données sur les propriétés élastiques des alliages à haute entropie", ajoute Chen.
Ils ont ensuite pris ce grand ensemble de données et appliqué une architecture Deep Sets, qui est une architecture d'apprentissage profond avancée qui génère des modèles prédictifs pour les propriétés des nouveaux alliages à haute entropie.
"Nous avons développé un nouveau modèle d'apprentissage automatique et prédit les propriétés de plus de 370 000 compositions d'alliages à haute entropie", a déclaré Chen.
La dernière partie de leur étude a fait appel à ce que l'on appelle l'extraction de règles d'association, une méthode d'apprentissage automatique basée sur des règles utilisée pour découvrir des relations nouvelles et intéressantes entre les variables, dans ce cas, comment les éléments individuels ou les combinaisons d'éléments affecteront les propriétés des alliages à haute entropie.
"Nous avons déduit certaines règles de conception pour le développement d'alliages à haute entropie. Et nous avons proposé plusieurs compositions que les expérimentateurs peuvent essayer de synthétiser et de fabriquer", a ajouté M. Chen.
Les alliages à haute entropie constituent une nouvelle frontière pour les spécialistes des matériaux. À ce titre, il existe très peu de résultats expérimentaux. Ce manque de données a donc limité la capacité des scientifiques à en concevoir de nouveaux.
"C'est pourquoi nous effectuons des calculs à haut débit, afin d'étudier un très grand nombre d'espaces d'alliages à haute entropie et de comprendre leur stabilité et leurs propriétés élastiques", a déclaré M. Chen.
Il a fait référence à plus de 160 000 calculs de premier principe dans ce dernier travail.
"Le nombre de calculs est tel qu'il est impossible de les effectuer sur des grappes d'ordinateurs individuels ou des ordinateurs personnels", a déclaré M. Chen. "C'est pourquoi nous devons avoir accès à des installations de calcul à haute performance, comme celles du TACC allouées par XSEDE."
Chen a obtenu du temps sur le superordinateur Stampede2 du TACC par le biais de XSEDE, une collaboration virtuelle financée par la National Science Foundation (NSF) qui facilite l'accès gratuit et personnalisé à des ressources numériques avancées, à des services de conseil, de formation et de mentorat.
Malheureusement, le code EMTO-CPA que Chen a utilisé pour les calculs de la théorie de la fonction de densité de la mécanique quantique ne se prêtait pas bien à la nature parallèle du calcul à haute performance, qui prend généralement de gros calculs et les divise en petits calculs qui s'exécutent simultanément.
"Stampede2 et le TACC, par l'intermédiaire de XSEDE, nous ont fourni un code très utile appelé Launcher, qui nous a aidés à regrouper les petits travaux individuels en un ou deux grands travaux, afin que nous puissions tirer pleinement parti des nœuds de calcul à haute performance de Stampede2", a déclaré Chen.
Le script Launcher développé au TACC a permis à Chen de regrouper environ 60 petits travaux en un seul, puis de les exécuter simultanément sur un nœud à haute performance. Cela a augmenté leur efficacité et leur vitesse de calcul.
"De toute évidence, il s'agit d'une application unique pour les superordinateurs, mais elle est également assez courante pour de nombreux problèmes de modélisation des matériaux", a déclaré Chen.
Pour ce travail, Chen et ses collègues ont appliqué une architecture de réseau informatique appelée Deep Sets pour modéliser les propriétés des alliages à haute entropie.
L'architecture Deep Sets peut utiliser les propriétés élémentaires des alliages à haute entropie individuels et construire des modèles prédictifs pour prévoir les propriétés d'un nouveau système d'alliage.
"Parce que ce cadre est si efficace, la plupart de la formation a été effectuée sur l'ordinateur personnel de notre étudiant", a déclaré Chen. "Mais nous avons utilisé TACC Stampede2 pour faire des prédictions en utilisant le modèle".
Chen a donné l'exemple de l'alliage Cantor, largement étudié, qui est un mélange à peu près égal de fer, de manganèse, de cobalt, de chrome et de nickel. Ce qui est intéressant dans cet alliage, c'est qu'il ne se fragilise pas à très basse température.
L'une des raisons en est ce que Chen appelle "l'effet cocktail", qui produit des comportements surprenants par rapport aux éléments constitutifs lorsqu'ils sont mélangés à des fractions à peu près égales dans un alliage à haute entropie.
L'autre raison est que lorsque plusieurs éléments sont mélangés, un espace de conception presque illimité est ouvert pour trouver de nouvelles structures de composition et même un matériau complètement nouveau pour des applications qui n'étaient pas possibles auparavant.
"Il est à espérer que davantage de chercheurs utiliseront des outils informatiques pour les aider à affiner les matériaux qu'ils souhaitent synthétiser, a déclaré M. Chen. "Les alliages à haute entropie peuvent être fabriqués à partir d'éléments faciles à obtenir et, espérons-le, nous pourrons remplacer les métaux précieux ou des éléments tels que le platine ou le cobalt qui posent des problèmes de chaîne d'approvisionnement. Il s'agit en fait de matériaux stratégiques et durables pour l'avenir."
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Autres actualités du département science
Recevez les dernières actualités de l’industrie chimique
Ne manquez plus aucune actualité : notre newsletter consacrée à l'industrie chimique, aux méthodes analytiques, aux laboratoires et à la technologie des processus vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
