پژوهش‌گران موفق به پیش‌بینی محاسباتی ۲۸ آلیاژ جدید شده‌اند که در گروه فلزی پلاتین جای دارند. این مواد می‌توانند در گستره‌ی وسیعی از کاربردهای صنعتی مفید واقع شوند.

آلیاژهای فلزی که از یکی از فلزات گروه فلزی پلاتین (روتنیم، رادیم، پالادیوم، اسمیم، ایریدیم و پلاتین) و یک یا چند فلز واسطه تشکیل می‌شود٬ برای واکنش‌های کاتالیستی که در خودروها٬ علم شیمی و تولید نفت خام رخ می‌دهند٬ حائز اهمیت‌اند. بعلاوه آلیاژهایی که در صنعت هوانوردی و الکترونیک مورد استفاده قرار می‌گیرند فلزاتی از گروه پلاتین را در بردارند. آلیاژ‌هایی نیز وجود دارند که فراتر از آن‌هایی که امروزه در این صنایع استفاده می‌شوند برای بسیاری از کاربردها پرارزش‌اند. اما چون چنین اکتشافاتی هزینه‌های سنگین آزمون و خطا (هم از لحاظ زمان و هم مواد) بدنبال دارد٬ روند اکتشافات این‌گونه مواد به کندی پیش می‌رود. گاس هارت (Gus Hart) از دانشگاه بریگهام یانگ در یوتا و همکارانش بزرگ‌ترین و مفهومی‌ترین مطالعه‌ی محاسباتی در مورد آلیاژهای دوتاییِ فلزی (در گروه فلزی پلاتین) را در مجله‌ی فیزیکال ریویو لترز ارائه داده‌اند(۱). محاسبات آنان پایداری ترمودینامیکیِ ۲۸ ترکیب را پیش‌بینی می‌کند که در تحقیقات آزمایشگاهی گزارش نشده‌اند. همچنین آن‌ها این پیش‌بینی را برای چند ده پیکربندی‌ از آلیاژهای دیگر انجام داده‌اند که هنوز گزارش نشده‌اند و می‌توان در ابعاد نانو و به شکل آزمایشگاهی به آن‌ها دست یافت. بنابراین نتایج این تحقیق قادر است فازهای دوتایی را مورد مطالعه قرار دهد که پیش از این مورد بررسی قرار نمی گرفتند و در آینده ممکن است به استفاده‌ی موثر پرهزینه‌ای از مواد گران‌بها منجر شود.

ماده به شکل‌های جدید و مفید کلیدی برای فناوری‌های آتی خواهد بود.(۲) اما فرآیند کشف٬ توسعه و گسترش مواد جدید و تکنیک‌های مربوط به آن طولانی‌مدت٬ تاحد زیادی مبتنی بر ترکیبی از خوش‌اقبالی و شهود علمی در مورد عناصری است که ترکیب می‌شوند و نیز بر پایه‌ی آزمایش‌های طاقت‌فرسا هستند. معمولاً یک یا دو دهه از زمانی که یک ماده‌ی جدید کشف می‌شود تا زمانی که بتواند کاربردی عملی بیابد٬ سپری می‌شود.

یک راه برای صرفه‌جویی قابل‌توجه در زمان٬ اعتماد به رایانه‌های قدرتمند است تا مواد کاربردی جدید و بهبودیافته را جستجو کنند. رایانه‌های مدرن قادرند تا خواص هزاران ترکیب شیمیایی مفیدِ بالقوه از عناصر و ساختارها را تنها در کسری از زمانی که آزمایش‌های واقعی طول می‌کشند٬ جستجو کنند. با سازماندهی نتایج در پایگاه داده‌ها٬ پژوهش‌گران این توانایی را دارند تا ارتباط بین مواد چندگانه را تحلیل کرده و آن‌چه را که «توصیف‌گر خواص» نامیده می‌شود کشف کنند. این‌ها کمیت‌هایی هستند که پارامترهای کوچک‌مقیاس محاسبه شده (همچون آنتالپی شکل‌گیری و دمای آنتروپی) را به خواص بزرگ‌مقیاس (مانند پایداری و شکل‌پذیری) مرتبط می‌کند؛ قطب‌نماهایی که با استفاده از آن‌ محققان پیچیدگی‌های یک پایگاه داده چندبعدی را می‌پیمایند .(۳) هدف از چنین رهیافتی (که مدل‌سازی مواد با توان‌ عملیاتی بالا -high-throughput materials modeling- نامیده می‌شود) به شکل قابل توجهی به روند کشف و توسعه‌ی مواد جدید و ادغام آن‌ها در فنون مختلف شتاب می‌دهد.

مدل‌سازی با توان‌ عملیاتی بالا از چند مزیت برخوردار است. اولاً دانش‌مندان می‌توانند به شکل موثرتر در جستجوی مواد ایده‌آل برای یک کاربرد ویژه باشند. دوماً چون ساختار بلوری و شکل‌شناسیِ که از مواد انتظار می‌رود ممکن است جلوتر از زمان خود شناخته شوند٬ موضوع سنتزِ مواد در سطحی پائین‌تر از یک بازی‌ حدس‌زنی قرار می‌گیرد. سوماً پژوهش‌گران با مقایسه‌ی تعداد زیادی از مواد با خواص بزرگ‌مقیاس مشابه (همچون رسانندگی‌های گرمایی و الکتریکی یا پاسخ الکترومکانیکی) می‌توانند توصیف‌گرهای غیرمنتظره را کشف کرده و منشاء کارکردهای ضروری در سیستم‌های پیچیده را روشن سازند. نهایتاً منابع داده‌هایِ با توان‌ عملیاتی بالا به دانشمندان و مهندسان این امکان را می‌دهد تا مواد جدید مورد نیاز را جستجو کنند: موادی که برای کاربردهای کنونی شانس کمتری دارند ممکن است در کابردهای آتی کلیدی باشند.

شکل۱) آلیاژهای جدیدی که شامل گروه فلزی پلاتین هستند برای کاربردهای متنوع صنعتی مفیداند. این جدول سیستم‌های دوتایی با گروه فلزی پلاتین را نشان می‌دهد که هارت و همکارانش مورد بررسی قرار داده‌اند. این دایره‌ها نشان از آن دارند که محاسبات نویسندگان این تحقیق٬ یافته‌های آزمایشگاهی را تایید می‌کنند. دوایر با رنگ خاکستری روشن به معنای آن است که آلیاژها یک ترکیب پایدار را تشکیل می‌دهند و دایره‌های به رنگ خاکستری تیره نشان از تشکیل ترکیبات ناپایدار دارد. دایره‌های زرد ترکیبات پیش‌بینی شده‌ای را نشان می‌دهند که پایدارتر از آن آلیاژهای نامنظم هستند که به لحاظ آزمایشگاهی گزارش‌شده‌اند. مربع‌های قرمز ۲۸ ترکیب جدید را به نمایش می‌گذارند که هارت و هکارانش به آن دست یافته‌اند.

هارت و همکارانش در این کار جدید ۱۵۳ ترکیب دوتایی از فلزات گروه پلاتین و فلزات واسطه را مورد بررسی قرار داده‌اند (شکل ۱). برای هریک از ترکیب‌ها از نرم‌افزار موسوم به AFLOW استفاده کرده و انرژی‌‌های ۲۵۰ ساختار بلوری ممکن را محاسبه کرده‌اند. این نرم افزار توسط تعدادی از نویسندگان برای محاسبات با توان‌ عملیاتی بالا طراحی شده است. چنان محاسباتی محققان را قادر ساخته تا رقابتی بین انرژی (که نشان از ترکیبات مورد نظر است) و آنتروپی (که طرفدار آلیاژهای نامنظم است) را تخمین بزنند. نرم‌افزار AFLOW کار نصب تمامی فایل‌های ورودی موردنیاز٬ برای انجام محاسبات اولیه را ساده‌ کرده٬ منابع خطاهای این محاسبات را که بر روی یک ابررایانه انجام می‌شود کنترل کرده و کار پس ‌از پردازش و تحلیل‌ داده‌ها را آسان می‌کند. نویسندگان این تحقیق در کل ۳۹۲۶۶ محاسبه را به انجام رسانده‌اند که ۱.۸۲ میلیون ساعت CPU وقت گرفته است.

هارت و همکارانش قادر بوده‌اند تا چنان ساختارهای بلوری را شناسایی کنند که قبلاً بر اساس آزمایش‌ها نشان داده شده بود که انواع مختلفی از مخلوط‌های دیگر٬ نمی‌توانند ترکیبات پایداری تشکیل دهند؛ کاری که بار دیگر با آزمایش سازگاری دارد. اما آن‌چه جالب است این‌که آن‌ها به ۲۸ آلیاژ جدید به دقت اشاره کرده‌اند که تاکنون جستجو نشده بودند. این آلیاژها می‌توانند به شکل بالقوه به کارکردهای جدید یا بهبودیافته منجر شوند. این پژوهش‌گران چنان کارکردهایی را مستقیماً مورد کاوش قرار نداده‌اند پس آن‌چه می‌ماند تنها دست یافتن به این ترکیبات در آزمایشگاه است.

ویژگی مهم این پژوهش این است محققان به دقت محاسباتشان را در برابر کارهای آزمایشگاهی بررسی کرده و تقریباً در هر موردی به توافق رسیدند. بعلاوه محاسبات آنان از پشتیبانی تحلیل‌های ترمودینامیکی برخوردار است. آن‌ها اطلاعات دقیقی را از این موضوع ارائه داده‌اند که چرا ترکیبات معین ممکن است ساختارها و انرژی‌های مختلف داشته باشند و چرا باید در گذشته نادیده گرفته شده باشد. به نظر من رهیافت این محققان برای فراهم‌آوردن اطلاعات گسترده در طول تحقیقات نظری و آزمایشگاهی بهترین راه برای کاهش دادن سد ارتباطی بین زمینه‌های کاری مختلف است و به طور موثر به فرآیند اکتشاف شتاب می‌دهد. این کار رویای چند دهه‌ی دانش‌مندانِ مواد را برای تولید محاسباتی نقشه‌‌ی ساختارهای ارتقاء یافته تحقق می‌بخشد؛ نقشه‌هایی که به هدایت بهتر داده‌های نظری و آزمایشگاهی٬ به منظور انجام تحقیقات در مورد آلیاژهای فلزی جدیدِ مفید می‌انجامد.

پژوهش‌گرانِ مواد ممکن است به گذشت چندین سال‌ برای آزمودن راه‌های پیشنهاد شده توسط هارت و همکارانش در این مطالعه نیاز داشته باشند. برخی از مواد که تنها به واسطه‌ی سنتزِ بشدت کنترل شده فراهم می‌شوند و این باعث می شود توسعه‌ی چنان موادی در کاربردهای مختلف با مشکل مواجه گردد. یک هدف بلند‌مدت برای مدل‌سازی با توان عملیاتی بالا٬ طراحی جستجوها در پایگاه‌های داده است؛ چیزی‌که به شکل خودکار موجب توسعه‌ی توصیف‌گرهای جدیدی برای کارکردهای جدید می‌شود. به منظور دست یافتن به چنان هدفی٬ بایستی به دنبال استانداردسازی‌های بزرگ‌تری (در این‌که چگونه مواد در پایگاه‌های داده‌ی مختلف طبقه‌بندی شوند) بود. مدل‌سازی مواد با توان عملیاتی بالا پیشتر٬ از رهیافت‌های جدیدی که مکانیک کوانتوم را با ترمودینامیک ترکیب می‌کند بعلاوه داده‌کاوی هوشمند بهره‌مند شده است. بنابراین دلایل بسیاری وجود دارد که حاکی از در دسترس بودن این اهداف است. کتابخانه‌ی ساختار مواد (aflowlib.irg) (۴) که توسط کنسرسیومی از دانشگاه‌ها٬ آزمایشگاه‌های ملی و سازمان‌های مالی حمایت می‌شود٬ مثالی از یک انجمن باز است که به کشف مواد جدید زندگی تازه‌ای می‌بخشد.

منابع:

1. G. L. W. Hart, S. Curtarolo, T. B. Massalski, and O. Levy, “Comprehensive Search for New Phases and Compounds in Binary Alloy Systems Based on Platinum-Group Metals, Using a Computational First-Principles Approach,” Phys. Rev. X 3, 041035 (2013).

2. G. Ceder and K. Persson, “How Supercomputers Will Yield a Golden Age of Materials Science,” Scientific American, Dec 2013.

3. S. Curtarolo, G. L. W. Hart, M. Buongiorno Nardelli, N. Mingo, S. Sanvito, and O. Levy, “The High-Throughput Highway to Computational Materials Design,” Nature Mater. 12, 191 (2013).

4. S. Curtarolo et al. “AFLOWLIB.ORG: A Distributed Materials Properties Repository from High-Throughput Ab Initio Calculations,” Comp. Mater. Sci. 58, 227 (2012).

مارکو فورناری (Marco Fornari) استاد دپارتمان فیزیک دانشگاه میشیگان مرکزی است. وی در پاویا و تریستِ ایتالیا مدرک دکترای خود را در سال ۱۹۹۸ اخذ کرد. در آزمایشگاه تحقیقاتی ناوال بعنوان دانشیار پژوهشی تا سال ۲۰۰۱ فعالیت کرده و به عنوان مسئول برنامه‌ در NSF در بخش تحقیقاتی مواد در سال ۲۰۰۹ خدمت کرده است. علایق او شامل مواد ترموالکتریک٬ پیزوالکتریک و فوتوولتائیک است که با استفاده از روش‌های ساختارهای الکترونیکی با توان عملیاتی بالا به مطالعه می‌پردازد.

Computational Materials Discovery Goes Platinum