Maschinelles Lernen basierte Molekülsimulationen für die Prädiktion und Regelung von Legierungsmikrostrukturen

• Antragstellerin: Professorin Dr. Julija Zavadlav, Ph.D.
• Fachliche Zuordnung: Computergestütztes Werkstoffdesign und Simulation von Werkstoffverhalten von atomistischer bis mikroskopischer Skala
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 534045056

Die Prädiktion und Regelung der Mikrostruktur von Legierungen ist für die Weiterentwicklung von additiver Fertigungstechnologie von entscheidender Bedeutung. Von großem technologischem Interesse ist insbesondere die Laser Powder Bed Fusion Methode aufgrund der hohen Fertigungsflexibilität, der endkonturnahen Produktion und der effizienten Rohmaterialnutzung. Viele Werkstoffe, wie z.B. hochfeste Aluminiumlegierungen, können jedoch nicht zuverlässig gedruckt werden, da die damit verbundenen großen räumlich-zeitlichen Temperaturgradienten zu Erstarrungsrissen führen können. In jüngster Zeit wurden erhebliche Anstrengungen unternommen, um neuartige Legierungsmaterialien zu entwickeln, mit denen sich die Erstarrungsmikrostruktur steuern und damit die Qualität der hergestellten Produkte verbessern lässt. Moleküldynamiksimulationen (MD) sind ideal geeignet, um die Relation zwischen Material/Prozess und Mikrostruktureigenschaften zu untersuchen. Sie gewähren auf atomarer Ebene Einblick in die mikrostrukturelle Entwicklung bei der Erstarrung. Allerdings wird das volle Potenzial von MD Simulationen durch ungenaue molekulare Potentialmodelle behindert, die zu Diskrepanzen zwischen den Vorhersagen von Simulationen und Experimenten führen. Daher möchte ich neuartige, auf Machine Learning basierende molekulare Modelle entwickeln, die mit experimentellen Daten konsistent sind, und sie zur Vorhersage der Mikrostruktur und der mechanischen Eigenschaften von schnellerstarrten Al-Legierungen einsetzen. Dieser Ansatz wird es mir ermöglichen folgende Ziele zu erreichen: (1) Identifikation der Relationen zwischen den verwendeten räumlich-zeitlichen Gradienten, der Erstarrungsmikrostruktur und den mechanischen Eigenschaften, (2) Quantifizierung der makrostrukturellen Veränderungen aufgrund von thermischen Wiedererwärmungszyklen und (3) Bestimmung der Auswirkungen verschiedener Kornverfeinerungsmittel und Ermittlung des optimalen chemischen Elements und Gehalts des Kornverfeinerungsmittels. Insgesamt wird das Projekt Anhaltspunkte für die Herstellung von Legierungen der nächsten Generation liefern, während die methodischen Fortschritte der datengetriebenen molekularen Modellierung in anderen Bereichen der Werkstofftechnik und darüber hinaus von größter Bedeutung sein werden.

• DFG-Verfahren: Sachbeihilfen