Grâce à la conception de matériaux pilotée par l’IA, une équipe de chercheurs de la Faculté de génie de l’Université de Toronto a découvert un nouvel ensemble d’alliages métalliques qui conservent leur résistance dans des conditions extrêmes.
Ces matériaux sont parfaitement adaptés à la fabrication additive, également connue sous le nom d’impression 3D de métal, et pourraient permettre la création de pièces améliorées et sur mesure pour l’aérospatiale, la production d’énergie et bien d’autres domaines.
« Il existe une demande énorme pour des matériaux capables de résister à d’importantes variations de température et de pression, comme celles que l’on trouverait à l’intérieur d’un moteur à réaction ou dans les générateurs de vapeur des centrales nucléaires – partout où l’acier conventionnel ne peut tout simplement pas survivre », déclare le professeur Yu Zou, titulaire de la chaire de recherche du Canada en matériaux et fabrication pour environnements extrêmes, qui a dirigé le projet.
« Nous avons également besoin de matériaux pouvant être imprimés couche par couche, nous permettant de fabriquer des composants qui ne peuvent pas être créés par les procédés de fabrication traditionnels. Par exemple, pour obtenir un matériau à la fois léger et résistant, on peut faire varier la composition : un alliage dur et résistant à l’extérieur, et quelque chose de plus doux et léger à l’intérieur. » déclare Zou.
Zou explique que nombre des alliages métalliques haute performance utilisés aujourd’hui sont composés principalement d’un seul élément – souvent le nickel ou le cobalt – avec de petites quantités allant jusqu’à dix autres éléments mélangés.
Mais il existe de nombreuses autres formulations qui n’ont pas encore été explorées, en grande partie à cause de limites physiques : identifier de nouveaux alliages imprimables en 3D parmi des dizaines de milliers de combinaisons possibles est une tâche ardue, en particulier pour les alliages complexes de trois éléments principaux ou plus.
Pour surmonter ce problème et explorer de nouvelles régions de l’espace de conception potentiel, l’équipe de Zou, en collaboration avec le professeur Jason Hattrick-Simpers, exploite la puissance de l’IA.
Leur technique, qu’ils appellent apprentissage actif, combine la modélisation informatique, l’apprentissage automatique et la fabrication assistée par robot pour créer un laboratoire autonome, capable de suivre des pistes prometteuses avec une intervention humaine minimale.
Le projet est partiellement soutenu par le Acceleration Consortium de l’Université de Toronto, une communauté mondiale de gouvernements, d’universités et d’industries qui utilise l’IA et l’automatisation pour accélérer la découverte de matériaux.
« Un problème que l’on rencontre souvent lorsqu’on essaie d’utiliser l’IA pour concevoir des matériaux est que la plupart des modèles d’apprentissage automatique nécessitent beaucoup de données sur les propriétés des matériaux pour apprendre », déclare Ajay Talbot, doctorant dans le laboratoire de Zou et auteur principal d’un article dans npj Advanced Manufacturing décrivant ces travaux.
« Mais si vous travaillez dans une partie de l’espace de conception qui n’a pas encore été explorée, ces données n’existent pas, vous volez donc un peu à l’aveugle. »
« La façon dont nous contournons ce défi est d’utiliser des modèles économes en données qui se frayent essentiellement un chemin. Notre modèle d’apprentissage actif sélectionne stratégiquement quelques échantillons à fabriquer et à tester, et les données de ces expériences sont réinjectées dans le modèle pour éclairer la suite de notre parcours. Cela accélère vraiment les choses. »
Pour démontrer la valeur de cette approche, Talbot et ses collaborateurs ont ciblé ce qu’ils appellent des alliages à composition complexe, qui contiennent des quantités relativement importantes de seulement trois éléments différents : le nickel, le cobalt et le chrome.
En seulement quelques semaines de travail, leur laboratoire autonome a ciblé six nouveaux alliages aux propriétés prometteuses.
« L’une des propriétés que nous ciblions était la résistance à la perforation à des températures allant jusqu’à 600 degrés Celsius, ce que l’on trouve dans la partie avant d’un moteur à réaction », déclare Talbot.
« La norme industrielle dans ce domaine est constituée d’alliages à base de nickel comme l’Inconel 625. Mais nous en avons trouvé un composé de 12 % de nickel, 62 % de cobalt et 26 % de chrome qui était excellent pour conserver la dureté à des températures extrêmement élevées. Même avec seulement trois composants, notre alliage a surpassé l’Inconel 625 – un alliage de plus de 10 éléments différents – de 4,5 % lors de nos tests en laboratoire. »
Un autre alliage est conçu pour l’arrière des moteurs à réaction, où les températures peuvent être encore plus élevées, jusqu’à 1000 degrés Celsius.
« L’une des choses qui se produisent dans un tel environnement est la formation de calamine d’oxyde, ce qui signifie essentiellement que votre matériau se consume », déclare Talbot.
« Nous avons trouvé un matériau composé de 36 % de nickel, 14 % de cobalt et 50 % de chrome qui était extrêmement bon pour la résistance à l’oxydation à ces hautes températures : il surpasse même l’Inconel 625 de 85 %. Nous visons finalement à monter à des températures encore plus élevées, jusqu’à 1 200 degrés Celsius. »
Talbot affirme que les nouveaux alliages rapportés dans l’article ne sont que le début.
« Ce système nickel-cobalt-chrome ne contient que trois éléments. Dans le grand schéma des choses, c’est un système relativement simple », dit-il.
« Mais c’est excellent pour montrer que cette plateforme de découverte en boucle fermée fonctionne vraiment. Ce que nous voulons faire ensuite, c’est augmenter un peu la complexité pour créer des choses encore plus folles, avec peut-être jusqu’à dix ou douze éléments différents. »
« En ajoutant plus de composants, vous pouvez obtenir différents mécanismes de renforcement, différents types de propriétés utiles. Il y a bien plus encore qui n’attend qu’à être découvert. »
Journal : npj Advanced Manufacturing – DOI : Lien vers l’étude
Source : Toronto U.
