Une équipe de recherche sur les matériaux composée du NIMS et de l'Université de Nagoya a conçu un nouveau programme de vieillissement thermique en deux étapes (c'est-à-dire un vieillissement non isotherme ou un traitement thermique non conventionnel) capable de fabriquer des alliages nickel-aluminium (Ni-Al) plus résistants à haute température. que les alliages Ni-Al fabriqués à l'aide de processus de vieillissement thermique conventionnels.

Ceci a été réalisé en utilisant des techniques d'intelligence artificielle (IA) pour identifier plusieurs dizaines de programmes de vieillissement thermique différents potentiellement efficaces pour augmenter la résistance à haute température des alliages. Les mécanismes à l’origine de ces calendriers ont ensuite été élucidés grâce à une analyse détaillée. Ces résultats suggèrent que l'IA peut être utilisée pour générer de nouvelles informations sur la recherche sur les matériaux.

Cette recherche a été publiée dans Scientific Reports le 4 août 2023.

Les alliages Ni-Al sont composés d’une microstructure biphasée γ/γ´ (gamma/gamma prime). L’augmentation de la résistance à haute température de ces alliages nécessite d’optimiser à la fois la taille et la fraction volumique de la phase γ´ formée au sein de l’alliage au cours du processus de vieillissement thermique. Ces deux paramètres sont déterminés par les conditions dans lesquelles les alliages sont vieillis thermiquement (c'est-à-dire les températures utilisées et les périodes pendant lesquelles ils sont maintenus).

Il existe un très grand nombre de combinaisons possibles température-durée. Par exemple, diviser un processus de vieillissement thermique en 10 intervalles égaux avec neuf températures de vieillissement prédéterminées donne environ 3,5 milliards de combinaisons température-durée possibles. En raison de ce grand nombre de combinaisons possibles, les efforts antérieurs visant à déterminer des programmes de vieillissement thermique optimaux se limitaient à l'utilisation de températures constantes.

Cette équipe de recherche a déjà réussi à réduire considérablement le temps et les coûts nécessaires à l’évaluation de ces combinaisons en passant des expériences aux simulations informatiques. Pourtant, l'équipe a trouvé irréaliste de simuler les 3,5 milliards de combinaisons.

L’équipe de recherche a récemment adopté un système de recherche arborescente de Monte Carlo (MCTS), un algorithme d’IA capable de rationaliser un grand nombre de combinaisons potentielles en un plus petit nombre de combinaisons optimales. À l'aide de l'algorithme MCTS, l'équipe a identifié 110 modèles de calendrier de vieillissement thermique capables de produire de meilleurs résultats que les processus de vieillissement isotherme conventionnels.

L’équipe a d’abord découvert que ces schémas étaient compliqués et complètement différents du vieillissement isotherme conventionnel. Cependant, une analyse détaillée a révélé les mécanismes sous-jacents à ces schémas :le vieillissement initial d'un échantillon à haute température pendant une courte période permet aux précipités γ´ de se développer jusqu'à ce qu'ils atteignent des tailles presque optimales, puis un vieillissement ultérieur à basse température pendant une longue période. du temps augmente leur fraction volumique tout en les empêchant de devenir trop grandes.

Sur la base de cette découverte, l’équipe a conçu un programme de vieillissement thermique en deux étapes :un vieillissement à haute température de courte durée pour commencer, suivi d’un vieillissement à basse température de longue durée. Il a été prouvé que ce programme produisait des alliages Ni-Al plus résistants à haute température que ceux produits à l'aide de l'un des modèles de vieillissement thermique identifiés comme étant efficaces par l'algorithme d'IA.

Dans le cadre de recherches futures, l'équipe de recherche espère augmenter la résistance à haute température de superalliages à base de nickel plus complexes déjà utilisés dans la pratique dans les turbines à gaz grâce à cette technique basée sur l'IA, améliorant ainsi leur efficacité.

Plus d'informations : Vickey Nandal et al, Conception inspirée par l'intelligence artificielle du vieillissement non isotherme pour les alliages Ni-Al biphasés γ–γ′, Rapports scientifiques (2023). DOI :10.1038/s41598-023-39589-2

Informations sur le journal : Rapports scientifiques

Fourni par l'Institut national pour la science des matériaux