了解“谷物边界”引起材料的结构完整性失败

在获得美国空军科学研究办公室颁发的青年研究员项目奖后，Srikanth Patala博士和他在北卡罗莱纳州立大学的研究团队研究了“晶界”对许多关键应用材料结构完整性的影响。这包括在喷气发动机涡轮叶片、核电站和内燃机中常见的材料。

社会依赖于关键结构中关键部件的性质 - 由金属合金和陶瓷材料组成 - 毫无疑问。当然，这些材料中的许多表现良好，但需要预定的维护来检测缺陷，例如裂缝或热损坏，在他们变得严重或创造失败会威胁生活的情况下。

使用的材料是经常多晶的，这意味着他们包括结构作出许多接合规则形状的晶体组成。例如，在金属飞机发动机中使用的涡轮叶片依靠多晶镍合金。在这些组件中的裂缝可形成在高温下，但它们的形成速率仍不清楚。有证据表明，该材料的晶体之间的界面 - 晶界 - 影响怎料将失败。这一地区一直SRIKANTH帕塔拉博士的研究课题。

Crystallographies
巴拉拉博士和他的团队研究了晶体如何聚集在一起形成一种材料以及其结构如何影响扩散速率，耐腐蚀，电导率，颗粒间裂缝，抗衰力抗性和极端环境的影响。晶体之间的接口的几何形状或晶体术是复杂的 - 它必须描述一个称为杂志的三个参数以及用于接口方向的两个附加参数。这使得总共五个维度来定义每个晶粒边界的结构。巴拉拉博士的团队开发了用于可视化晶界错误的工具，并表示接口的性能随着几何参数在五维空间中变化而变化。

了解结构性质关系
在材料科学中，预测一种材料的行为需要了解其基本结构，即原子是如何聚集在一起形成材料的。计算晶界的原子结构是一个重大的挑战，但如果能够实现，它将显示出晶界集合的影响将如何影响材料的特性。

这是挑战，是帕塔拉医生给自己定下了和他的团队：创建预测多晶材料将如何执行，并发现晶界将如何影响他们的最终强度，韧性和性能降阶的数学模型。为了克服晶界结构的复杂性，帕塔拉博士的研究小组计划采用机器学习算法，利用已存在的和晶界结构 - 性能关系的大型数据库。

在航空发动机的涡轮叶片使用的金属依赖的多晶镍合金。在这些部件裂纹可形成在高温下，但其形成的速度仍不清楚

采用三维几何建模
在量化和理解如何收拾原子在晶界上已经取得了最近帕塔拉博士的研究小组开发了一种算法的一个重要步骤。该算法描述了结构为三维多面体的一个包装（一个多方面的三维形状具有平坦侧面 - 的立方体是多面体但它们可以具有更多的边）。

建立3D多面体的布置，以形成形成材料的无序原子的晶粒边界是复杂的。帕拉拉博士选择使用良好的Voronoi网络的数学特性，一种分区空间的方法，自动识别三维多面体（其顶点或角落代表原子）的网络结构中存在的谷物的结构边界。

Patala博士的团队还开发了一种模式匹配技术，可以将晶界中发现的多面体与现有的硬球填充数据库(原子在模型材料系统中的排列方式)进行比较。这允许对在晶界观察到的多面体类型进行分类，并对其结构进行比较。

Patala博士的研究集中在铝的晶界分析上，他的发现适用于大多数金属、离子固体和一些陶瓷。然而，它们不适用于有机材料，因为有机材料具有确定其材料结构的方向键。这是Patala博士研究小组未来研究的重点。

空白问题
使用多面体几何允许在晶界区域识别空洞-没有被原子占据的空间。有证据表明，晶界处的空隙结构或自由体积影响材料的性能。这类似于对非晶或金属玻璃金属的观察，这些金属在原子尺度上的结构更混乱。晶界是无序的，Patala博士预计，建立一个多面体单元结构来分析晶界材料的空隙含量将是有益的，并提供实际应用。例如，识别晶界中的空隙将有助于理解微小的溶质原子是如何在晶界中插入它们自己的，从而影响结构材料的极限强度和韧性(例如，通过氢脆)。

Patala博士和他的团队随后利用三维模型分析了晶界上的空隙
多面体几何形状

为什么研究很重要
Patala博士的研究表明，对晶界结构，特别是原子堆积，生成粗粒度的几何描述是可能的。他们希望他们的模型能取代目前使用的传统结构单元模型。在晶体学方面相似的晶界现在可以比较了。

严谨的数学方法以及与刚性硬球填料数据库的比较结果为晶界结构分类提供了可靠的基础。利用自主学习算法的结果，可以发现晶界上的一组基本多面体单元，提高对性质的理解，并允许对性质进行预测，比如抗失效性。

虚空结构也可以使用帕塔拉博士的研究成果分类，可以预见，这些信息将被用来确定那里有在晶界溶质原子潜力隔离场所。所开发的数学模型亮点分析晶界的结构和那些在金属玻璃观察到的，铺路的方式评价使用提出了用于无定形材料的理论晶粒边界之间的链接。