Las aleaciones metálicas avanzadas son esenciales en partes clave de la vida moderna, desde los coches hasta los satélites, desde los materiales de construcción hasta la electrónica. Pero la creación de nuevas aleaciones para usos específicos, con fuerza, dureza, resistencia a la corrosión, conductividad, etc. optimizadas, ha sido limitada por la comprensión confusa de los investigadores de lo que ocurre en los límites entre los diminutos granos cristalinos que componen la mayoría de los metales.

Cuando dos metales se mezclan, los átomos del metal secundario pueden acumularse a lo largo de estos límites de los granos, o pueden extenderse a través de la red de átomos dentro de los granos. Las propiedades generales del material están determinadas en gran medida por el comportamiento de estos átomos, pero hasta ahora no ha habido una forma sistemática de predecir lo que harán.

Los investigadores del MIT han encontrado ahora una manera, usando una combinación de simulaciones por ordenador y un proceso de aprendizaje por máquina, de producir los tipos de predicciones detalladas de estas propiedades que podrían guiar el desarrollo de nuevas aleaciones para una amplia variedad de aplicaciones. Los hallazgos se describen hoy en la revista Nature Communications, en un artículo del estudiante graduado Malik Wagih, el postdoctorado Peter Larsen y el profesor de ciencia e ingeniería de materiales Christopher Schuh.

Schuh explica que entender el comportamiento a nivel atómico de los metales policristalinos, que representan la gran mayoría de los metales que usamos, es un desafío desalentador. Mientras que los átomos de un solo cristal están dispuestos en un patrón ordenado, de modo que la relación entre los átomos adyacentes es simple y predecible, no es el caso de los múltiples cristales diminutos en la mayoría de los objetos metálicos. "Tienes cristales que se han unido en lo que llamamos límites de grano. Y en un material estructural convencional, hay millones y millones de tales límites", dice.

Estos límites ayudan a determinar las propiedades del material. "Puedes pensar en ellas como el pegamento que mantiene los cristales unidos", dice. "Pero están desordenados, los átomos están mezclados. No coinciden con ninguno de los cristales que están uniendo". Eso significa que ofrecen miles de millones de posibles arreglos atómicos, dice, en comparación con sólo unos pocos en un cristal. La creación de nuevas aleaciones implica "tratar de diseñar esas regiones dentro de un metal, y es literalmente miles de millones de veces más complicado que diseñar en un cristal".

Schuh hace una analogía con la gente de un vecindario. "Es como estar en un suburbio, donde puedes tener 12 vecinos a tu alrededor. En la mayoría de los metales, miras alrededor, ves 12 personas y todas están a la misma distancia de ti. Es totalmente homogéneo. Mientras que en un límite de grano, todavía tienes algo así como 12 vecinos, pero todos están a diferentes distancias y todos son casas de diferente tamaño en diferentes direcciones".

Tradicionalmente, dice, aquellos que diseñan nuevas aleaciones simplemente se saltan el problema, o simplemente miran las propiedades promedio de los límites de los granos como si fueran todos iguales, aunque saben que no es así.

En lugar de ello, el equipo decidió abordar el problema rigurosamente examinando la distribución real de las configuraciones e interacciones para un gran número de casos representativos, y luego utilizando un algoritmo de aprendizaje automático para extrapolar a partir de estos casos específicos y proporcionar valores previstos para toda una gama de posibles variaciones de la aleación.

En algunos casos, la agrupación de átomos a lo largo de los límites de los granos es una propiedad deseada que puede aumentar la dureza y la resistencia a la corrosión de un metal, pero a veces también puede conducir a la fragilidad. Dependiendo del uso previsto de una aleación, los ingenieros intentarán optimizar la combinación de propiedades. Para este estudio, el equipo examinó más de 200 combinaciones diferentes de un metal base y un metal de aleación, basándose en las combinaciones que se habían descrito a un nivel básico en la literatura. A continuación, los investigadores simularon sistemáticamente algunos de estos compuestos para estudiar sus configuraciones de límite de grano. Éstas se utilizaron para generar predicciones mediante el aprendizaje por máquina, que a su vez fueron validadas con simulaciones más específicas. Las predicciones del aprendizaje mecánico coincidieron estrechamente con las mediciones detalladas.

Como resultado, los investigadores fueron capaces de mostrar que muchas combinaciones de aleaciones que habían sido descartadas como inviables, de hecho resultan ser factibles, dice Wagih. La nueva base de datos compilada a partir de este estudio, que se ha puesto a disposición del público, podría ayudar a cualquiera que esté trabajando en el diseño de nuevas aleaciones, dice.

El equipo está avanzando con el análisis. "En nuestro mundo ideal, lo que haríamos es tomar cada metal de la tabla periódica, y luego agregaríamos todos los demás elementos de la tabla periódica", dice Schuh. "Así que tomas la tabla periódica y la cruzas con ella, y comprobarías todas las combinaciones posibles". Para la mayoría de esas combinaciones, los datos básicos aún no están disponibles, pero a medida que se hacen más y más simulaciones y se recogen datos, esto puede ser integrado en el nuevo sistema, dice.

Yuri Mishin, profesor de física y astronomía en la Universidad George Mason, que no participó en este trabajo, dice: "La segregación de los elementos solutos de las aleaciones en los límites de los granos es uno de los fenómenos más fundamentales de la ciencia de los materiales. La segregación puede debilitar catastróficamente los límites de los granos o mejorar su cohesión y resistencia al deslizamiento. El control preciso de las energías de segregación es una herramienta eficaz para diseñar nuevos materiales tecnológicos con propiedades mecánicas, térmicas o electrónicas avanzadas".

Pero, añade, "Una importante limitación de los modelos de segregación existentes es la dependencia de una energía de segregación media, que es una aproximación muy tosca". Ese es el desafío, dice, que este equipo ha abordado con éxito: "La calidad de la investigación es excelente, y la idea central tiene un potencial significativo para impactar en el campo del diseño de la aleación, proporcionando un marco para el cribado rápido de los elementos de aleación por su capacidad de segregación hasta los límites de los granos".

El trabajo fue apoyado por la Oficina de Ciencias Energéticas Básicas del Departamento de Energía de los Estados Unidos.