TU Delft ontrafelt defecten in metalen met machine learning

Deze aanpak maakt het mogelijk om het gedrag van metalen nauwkeuriger te voorspellen en draagt bij aan de ontwikkeling van sterkere en duurzamere materialen. Het onderzoek is gepubliceerd in npj Computational Materials.

Microscopische imperfecties zoals scheurtjes, breuklijntjes of onregelmatigheden zijn vrijwel altijd aanwezig in metalen. Toch kunnen juist deze defecten grote invloed hebben op de prestaties en levensduur van een materiaal. “Het is cruciaal om te begrijpen wat die foutjes doen met de sterkte en levensduur van een materiaal,” zegt universitair hoofddocent Poulumi Dey. “Zeker in toepassingen waar defecten kunnen leiden tot het bezwijken van infrastructuur of hoge kosten voor herstel.”

Traditioneel vereist het analyseren van defecten veel fysieke tests in het laboratorium, wat tijdrovend en kostbaar is. Het team van TU Delft heeft daarom een alternatieve aanpak ontwikkeld. Door middel van computersimulaties reconstrueren zij het gedrag van metalen op atoomschaal. Hiermee ontstaat een nauwkeurig beeld van hoe defecten ontstaan en welke invloed ze hebben op de mechanische eigenschappen van het materiaal.

Een systematisch raamwerk voor materiaalanalyse

De kern van de methode is een nieuw rekenmodel dat het atomaire gedrag van metalen simuleert en koppelt aan een machine learning-algoritme. Dit algoritme is getraind om verbanden te herkennen tussen specifieke defecten en het macroscopische gedrag van het materiaal. “Daardoor is ons model niet alleen sneller, maar ook nauwkeuriger dan bestaande methoden,” aldus Dey.

Het resultaat is een zogenoemd ‘defecten-genoom’: een systematisch raamwerk dat inzicht biedt in hoe verschillende types imperfecties de mechanische eigenschappen van metalen beïnvloeden. Ingenieurs kunnen deze informatie gebruiken om materialen doelgericht te ontwerpen voor toepassingen met hoge eisen aan sterkte, betrouwbaarheid en duurzaamheid.

De methode is met succes toegepast op wolfraam, een metaal dat bekendstaat om zijn hoge smeltpunt en sterkte. De volgende stap is het uitbreiden van het model naar complexere materialen, zoals staal en hoge-entropielegeringen. Deze materialen worden veelvuldig gebruikt in sectoren als infrastructuur, waterstoftechnologie en lucht- en ruimtevaart.

Bouwsteen voor duurzamere technologieën

De inzichten uit het defecten-genoom kunnen breed worden toegepast. Metalen vormen de basis van veel technologische systemen, van bruggen en vliegtuigen tot smartphones en medische apparaten. “Door beter te begrijpen hoe defecten de prestaties beïnvloeden, kunnen ingenieurs materialen ontwerpen die niet alleen sterker zijn, maar ook betrouwbaarder en duurzamer,” zegt postdoctoraal onderzoeker Fei Shuang.

Met deze nieuwe aanpak legt TU Delft de basis voor een efficiëntere materiaalontwikkeling. Het defecten-genoom biedt een krachtig instrument om de mechanische eigenschappen van metalen al in het ontwerpstadium te optimaliseren, zonder afhankelijk te zijn van tijdrovende laboratoriumtesten.