Keras Seperti Berlian? Para Ilmuwan Memprediksi Bentuk Baru Karbon Super

Bahan super keras dapat mengiris, mengebor dan memoles benda lain. Mereka juga berpotensi menciptakan lapisan anti gores yang dapat membantu menjaga peralatan mahal dari kerusakan..

Sekarang, sains membuka pintu untuk pengembangan bahan baru dengan kualitas menggoda ini.

Para peneliti telah menggunakan teknik komputasi untuk mengidentifikasi 43 bentuk karbon yang sebelumnya tidak diketahui yang dianggap stabil dan super - termasuk beberapa yang diprediksi sedikit lebih keras daripada atau hampir sekeras berlian. Setiap variasi karbon baru terdiri dari atom karbon yang tersusun dalam pola yang berbeda dalam kisi kristal.

Studi ini - diterbitkan pada 3 September dalam jurnal npj Computational Materials - menggabungkan prediksi komputasi struktur kristal dengan pembelajaran mesin untuk mencari bahan-bahan baru. Karya ini adalah penelitian teoretis, yang berarti bahwa para ilmuwan telah meramalkan struktur karbon baru tetapi belum membuatnya.

"Berlian sekarang adalah bahan tersulit yang tersedia secara komersial, tetapi harganya sangat mahal," kata ahli kimia Universitas Buffalo Eva Zurek. "Saya memiliki kolega yang melakukan percobaan tekanan tinggi di lab, memeras bahan di antara berlian, dan mereka mengeluh tentang betapa mahalnya harganya ketika berlian pecah.

"Kami ingin menemukan sesuatu yang lebih keras daripada berlian. Jika Anda bisa menemukan bahan lain yang sulit, berpotensi Anda bisa membuatnya lebih murah. Mereka mungkin juga memiliki sifat berguna yang tidak dimiliki berlian. Mungkin mereka akan berinteraksi secara berbeda dengan panas atau listrik, misalnya. "

Zurek, PhD, seorang profesor kimia di Sekolah Tinggi Seni dan Sains Universitas Brawijaya, menyusun studi ini dan ikut memimpin proyek dengan Stefano Curtarolo, PhD, profesor teknik mesin dan ilmu material di Duke University.

Pencarian material keras

Kekerasan berhubungan dengan kemampuan material untuk melawan deformasi. Seperti yang dijelaskan Zurek, itu berarti bahwa "jika Anda mencoba membuat indentasi bahan dengan ujung yang tajam, sebuah lubang tidak akan dibuat, atau lubangnya akan sangat kecil."

Para ilmuwan menganggap suatu zat sebagai superhard jika memiliki nilai kekerasan lebih dari 40 gigapascal yang diukur melalui percobaan yang disebut uji kekerasan Vickers.

Semua 43 struktur karbon baru studi ini diprediksi memenuhi ambang batas itu. Tiga diperkirakan melebihi kekerasan berlian Vickers, tetapi hanya sedikit. Zurek juga memperingatkan bahwa ada beberapa ketidakpastian dalam perhitungan.

Struktur tersulit yang ditemukan para ilmuwan cenderung mengandung fragmen berlian dan lonsdaleit - juga disebut berlian heksagonal - dalam kisi kristal mereka. Selain dari 43 bentuk karbon baru, penelitian ini juga baru memprediksi bahwa sejumlah struktur karbon yang telah dijelaskan tim lain di masa lalu akan menjadi super.

Mempercepat penemuan bahan superhard

Teknik yang digunakan dalam makalah baru dapat diterapkan untuk mengidentifikasi bahan superhard lain, termasuk yang mengandung unsur selain karbon.

"Sangat sedikit bahan superhard yang diketahui, jadi menarik untuk menemukan yang baru," kata Zurek. "Satu hal yang kita ketahui tentang bahan superhard adalah bahwa mereka perlu memiliki ikatan yang kuat. Ikatan karbon-karbon sangat kuat, jadi itu sebabnya kami melihat karbon. Unsur lain yang biasanya dalam bahan superhard berasal dari sisi yang sama dari periodik. tabel, seperti boron dan nitrogen. "

Untuk melakukan penelitian, para peneliti menggunakan XtalOpt, sebuah algoritma evolusi open-source untuk prediksi struktur kristal yang dikembangkan di laboratorium Zurek, untuk menghasilkan struktur kristal acak untuk karbon. Kemudian, tim menggunakan model pembelajaran mesin untuk memprediksi kekerasan spesies karbon ini. Struktur keras dan stabil yang paling menjanjikan digunakan oleh XtalOpt sebagai "orang tua" untuk menelurkan struktur baru tambahan, dan sebagainya.

Model pembelajaran mesin untuk memperkirakan kekerasan dilatih dengan menggunakan database Automatic FLOW (AFLOW), pustaka materi yang sangat besar dengan properti yang telah dihitung. Laboratorium Curtarolo memelihara AFLOW dan sebelumnya mengembangkan model pembelajaran mesin dengan kelompok Olexandr Isayev di University of North Carolina di Chapel Hill.

"Ini adalah pengembangan materi yang dipercepat. Itu selalu akan memakan waktu, tetapi kami menggunakan AFLOW dan pembelajaran mesin untuk mempercepat prosesnya," kata Curtarolo. "Algoritme belajar, dan jika Anda telah melatih model dengan baik, algoritme akan memprediksi sifat material - dalam hal ini, kekerasan - dengan akurasi yang masuk akal."

"Anda dapat mengambil bahan terbaik yang diprediksi menggunakan teknik komputasi dan membuatnya secara eksperimental," kata rekan penulis studi Cormac Toher, PhD, asisten profesor riset teknik mesin dan ilmu material di Duke University.

Penulis pertama dan kedua dari studi baru adalah lulusan PhD UB Patrick Avery dan mahasiswa PhD UB Xiaoyu Wang, keduanya di lab Zurek. Selain para peneliti ini, Zurek, Curtarolo dan Toher, rekan penulis makalah ini termasuk Corey Oses dan Eric Gossett dari Universitas Duke dan Davide Proserpio dari Universitá degi Studi di Milano.

Penelitian ini didanai oleh Kantor Penelitian Angkatan Laut AS, dengan dukungan tambahan dari Universitá degi Studi di Milano, dan komputasi