Home » La méthode pourrait conduire à des prédictions plus précises du comportement des nouveaux matériaux à l’échelle atomique – –

La méthode pourrait conduire à des prédictions plus précises du comportement des nouveaux matériaux à l’échelle atomique – –

by Les Actualites

Des chercheurs de la Northwestern University ont développé un nouveau cadre utilisant l’apprentissage automatique qui améliore la précision des potentiels interatomiques – les règles directrices décrivant comment les atomes interagissent – dans la conception de nouveaux matériaux. Les résultats pourraient conduire à des prédictions plus précises sur la façon dont les nouveaux matériaux transfèrent la chaleur, se déforment et échouent à l’échelle atomique.

La conception de nouveaux nanomatériaux est un aspect important du développement de dispositifs de nouvelle génération utilisés dans l’électronique, les capteurs, la récupération et le stockage d’énergie, les détecteurs optiques et les matériaux de structure. Pour concevoir ces matériaux, les chercheurs créent des potentiels interatomiques grâce à la modélisation atomistique, une approche informatique qui prédit le comportement de ces matériaux en tenant compte de leurs propriétés au plus petit niveau. Le processus d’établissement du potentiel interatomique des matériaux – appelé paramétrisation – a nécessité une intuition chimique et physique importante, conduisant à une prédiction moins précise de la conception de nouveaux matériaux.

La plate-forme des chercheurs minimise l’intervention de l’utilisateur en utilisant des techniques d’optimisation d’algorithmes génétiques et d’analyse statistique multi-objectifs, et examine les potentiels interatomiques et les ensembles de paramètres prometteurs.

“Les algorithmes de calcul que nous avons développés fournissent aux analystes une méthodologie pour évaluer et éviter les lacunes traditionnelles”, a déclaré Horacio Espinosa, James N. et Nancy J. Farley, professeur de fabrication et d’entrepreneuriat et professeur de génie mécanique et (par courtoisie) de génie biomédical et civil. et le génie de l’environnement, qui a dirigé la recherche. “Ils fournissent également les moyens d’adapter le paramétrage aux applications d’intérêt.”

Lire aussi  Les bénéfices d'Apple montrent que les fortes ventes d'iPad et de Mac ne peuvent pas compenser l'iPhone

Les résultats ont été publiés dans une étude intitulée “Parametrization of Interatomic Potentials for Accurate Large Deformation Pathways Using Multi-Objective Genetic Algorithms and Statistical Analyses: A Case Study on Two-Dimensional Materials” le 21 juillet à Revues des partenaires de la nature — Matériaux de calcul.

Xu Zhang et Hoang Nguyen, tous deux étudiants du programme d’études supérieures en mécanique théorique et appliquée (TAM) de Northwestern Engineering, ont été les co-premiers auteurs de l’étude. Parmi les autres co-auteurs figuraient Jeffrey T. Paci de l’Université de Victoria, Canada, Subramanian Sankaranarayanan du Laboratoire national d’Argonne et Jose Mendoza de la Michigan State University.

Le cadre des chercheurs utilise des ensembles de données d’entraînement et de dépistage obtenus à partir des résultats de simulation de la théorie fonctionnelle de la densité, suivis d’une étape d’évaluation qui comprend une analyse en composantes principales et une analyse de corrélation.

“Nous avons défini une séquence d’étapes pour atteindre une approche d’apprentissage itérative en fonction d’objectifs d’optimisation spécifiques”, a déclaré Espinosa, qui dirige le programme TAM. “Notre approche statistique permet aux utilisateurs de réaliser des objectifs d’optimisation contradictoires qui sont importants pour fixer les limites d’applicabilité et de transférabilité aux potentiels paramétrés.” Ces relations peuvent révéler la physique sous-jacente derrière certains phénomènes qui semblent être sans rapport les uns avec les autres.

L’équipe a identifié une corrélation positive entre la précision du potentiel interatomique et la complexité et le nombre des paramètres indiqués – un phénomène considéré comme vrai sur le terrain, mais qui n’avait jamais été prouvé à l’aide de méthodes quantitatives. Ce niveau de complexité doit être atteint par une quantité proportionnelle de données d’apprentissage. Ne pas le faire, en particulier les données contenant des informations critiques, conduit à une précision réduite.

Lire aussi  Après l'échec de l'industrie du jeu vidéo, Curt Schilling accepte de rembourser le Rhode Island

Les chercheurs ont découvert, par exemple, que pour améliorer la fidélité des potentiels interatomiques, des propriétés de non-équilibre et des données d’appariement de force sont nécessaires.

“Cela comprenait une meilleure description des grandes voies de déformation et des défaillances des matériaux”, a déclaré Nguyen.

“Bien qu’il ne s’agisse pas de propriétés conventionnelles que les gens ciblent lors du paramétrage, elles sont essentielles pour comprendre la fiabilité et la fonctionnalité des matériaux et des dispositifs”, a déclaré Zhang.

La nouvelle approche permet également de lever la barrière de l’expérience utilisateur pour entrer dans ce domaine de recherche. “Grâce à ce travail, nous espérons faire un pas en avant en faisant en sorte que les techniques de simulation reflètent plus précisément la propriété des matériaux. Ces connaissances peuvent être étendues et éventuellement avoir un impact sur la conception des appareils et de la technologie que nous utilisons tous”, a déclaré Zhang.

Ensuite, les chercheurs utiliseront leurs modèles pour étendre leurs recherches afin d’étudier la fracture et la déformation dans les matériaux 2D, ainsi que le rôle de l’ingénierie des défauts dans l’amélioration de la ténacité. Ils développent également des expériences de microscopie électronique in situ qui révéleront des modes de défaillance atomistiques, permettant d’évaluer les capacités prédictives des potentiels paramétrés.

La recherche a été soutenue par la National Science Foundation (numéro de prix CMMI 1953806). Les ressources informatiques ont été fournies par le Center of Nanoscale Materials du Argonne National Laboratory et le Quest High Performance Computing Cluster de la Northwestern University. L’utilisation du Center for Nanoscale Materials, une installation utilisateur de l’Office of Science, a été soutenue par l’Office of Basic Energy Sciences au sein de l’Office of Science du département américain de l’Énergie (numéro de contrat DE-AC02-06CH11357).

Lire aussi  Firmex racheté par l'américain Datasite lors de la première sortie de Vertu Capital

.

You may also like

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.