Ученые кафедры вычислительной физики и моделирования физических процессов Института физики Казанского федерального университета разработали метод на основе нейронной сети, который поможет быстро и с высокой точностью (более 90 процентов) определять температуру Аррениуса для различных типов материалов – металлических, силикатных, боратных и органических. От этого показателя зависит процесс затвердевания расплавов.

Созданный компьютерный алгоритм поможет ускорить процесс производства таких материалов, как сплавы металлов, а также упростит контроль за их качеством. Результаты научной работы, которая проводилась в рамках проекта «Теоретические, симуляционные и экспериментальные исследования физико-механических особенностей аморфообразующих систем с неоднородными локальными вязкоупругими свойствами», поддержанного грантом Российского научного фонда, представлены в журнале Materials.

Ранее специалистам не удавалось определить характеристики, однозначно влияющие на значение температуры Аррениуса, которые можно использовать при ее оценке. Созданный в КФУ алгоритм на основе нейронной сети позволяет точно рассчитать температуру Аррениуса по нескольким физическим параметрам материала.

Исследователи использовали четыре физические характеристики материалов, которые можно измерить в лабораторных условиях или найти в литературе. В числе этих показателей – температура плавления, температура стеклования и значение хрупкости. Они используются для описания фазовых переходов и структурных изменений в жидкостях при охлаждении.

«Многие твердые материалы, например стекла, металлы, пластмассы, первоначально имеют вид расплавов – представляют собой вязкие жидкости, которые при определенной температуре застывают, переходя в твердое состояние. Температуру, при которой начинается изменение агрегатного состояния, называют температурой Аррениуса. При приближении к ней атомы вещества начинают двигаться группами и медленнее, чем раньше. Это свидетельствует о подготовке жидкости к затвердеванию», – поясняет один из участников исследования, доцент кафедры вычислительной физики и моделирования физических процессов Булат Галимзянов.

Созданный в КФУ алгоритм был протестирован на примере металлических, силикатных, боратных и органических стекол.

«Мы выяснили, что для созданной нейронной сети температуры плавления и стеклования материала являются значимыми и достаточными характеристиками для оценки температуры Аррениуса. По этим двум значениям алгоритм определил температуру Аррениуса для всех проанализированных жидкостей с точностью более 90 процентов», – сообщил Б. Галимзянов.

По словам ученого, температуру Аррениуса достаточно сложно определять для силикатных и боратных материалов, например стекол, поскольку в них медленное движение атомов группами продолжается и после достижения температуры, соответствующей застыванию.

Участники проекта в ходе исследования получили уравнение, связывающее температуру Аррениуса с температурами плавления и стеклования. Оно позволяет определять температуру Аррениуса теоретически, не прибегая к экспериментальным измерениям.

«Температуры плавления и стеклования не сложно определить в лабораторных условиях. Кроме того, их можно найти в соответствующей литературе. Соответственно, процесс определения температуры Аррениуса упростился. Это значит, что теперь можно быстрее анализировать свойства жидкостей и точнее оценивать характеристики конечных твердых материалов», – рассказал Булат Наилевич.

В планах у ученых – адаптировать разработанный алгоритм к материалам с более сложным составом и структурой, таким как полимеры.