鑄鐵的熔點是1200℃左右，不銹鋼在1520℃左右熔化。如果你想用這些材料制造日常用品，比如廚房里的煎鍋或醫(yī)生使用的手術工具，自然就需要能經(jīng)受住這些極端溫度的熔爐和模具。
這就是耐火氧化物的用途。這些陶瓷材料可以承受酷熱并保持形狀，所以可以用于制造從窯爐、核反應堆到航天器上的隔熱瓦等各種物品。但它們所置身的環(huán)境往往很危險，所以科學家們希望盡可能多地了解高溫下它們可能產(chǎn)生的變化。
樣本是一個懸浮器噴嘴，激光加熱25-3000℃。在用X射線檢查其結(jié)構前，用惰性氣體將材料小球懸浮在空氣中，再用激光加熱其頂端（來源：Ganesh Sivaraman/阿貢國家實驗室）
“并不是說人類不偉大，但如果能夠得到計算機和軟件的幫助，我們就可以更偉大。它們?yōu)楦嗟拇祟悓嶒灤蜷_了大門，推動了科學的發(fā)展?！卑⒇晣覍嶒炇抑悄懿牧显O計項目負責人Marius Stan表示。
美國能源部阿貢國家實驗室的研究小組利用創(chuàng)新的實驗技術和計算機模擬法設計了一種方法，不僅可以獲得這些材料在熔點附近發(fā)生結(jié)構變化的精確數(shù)據(jù)，還可以更準確地預測出其他變化。該團隊的這項研究成果發(fā)表在了《物理評論快報》上。
這次合作的“種子”是Marius Stan種下的，他是阿貢國家實驗室應用材料部門智能材料設計項目負責人。Stan的團隊已經(jīng)開發(fā)了許多關于耐火氧化物熔點的模型和模擬，但需要測試。“關鍵是想看看我們的數(shù)學模型和模擬是否可以實現(xiàn)?，F(xiàn)在它已經(jīng)演變成了一項機器學習研究。最令人興奮的是現(xiàn)在有了一種可以自動預測原子間相互作用的方法?！盨tan說。
該論文第一作者、阿貢國家實驗室數(shù)據(jù)科學與學習部門助理計算科學家Ganesh Sivaraman表示：這項創(chuàng)新研究是從一個熟悉的測試腳本開始的。他在美國能源部科學用戶設施辦公室設立的阿貢領先計算設施（ALCF）項目中作博士后時完成了那項工作。
雖然大多數(shù)實驗都是從理論模型開始的，基本上就是對現(xiàn)實條件下會發(fā)生什么事的一種有根據(jù)的猜測，但研究小組仍希望從實驗數(shù)據(jù)開始，并以此為基礎設計模型。Sivaraman講了一個故事，一位著名的德國數(shù)學家想學游泳，于是他拿起一本游泳書讀了起來。Sivaraman說，在不考慮實驗數(shù)據(jù)的情況下創(chuàng)造理論，就像只讀游泳書，從來沒進過泳池。阿貢團隊希望縱身躍入“深水區(qū)”。
“圍繞實驗數(shù)據(jù)建立的模型更準確，”Sivaraman說，“它讓模型更接近現(xiàn)實?！睘榱双@得這些數(shù)據(jù)，計算科學家們與物理學家Chris Benmore，以及阿貢實驗室X射線科學部的助理物理學家Leighanne Gallington進行合作。Benmore和Gallington正在研究高級光子源（APS）項目，也是美國能源部科學用戶設施辦公室的項目。高級光子源會產(chǎn)生非常明亮的X射線束，照亮材料結(jié)構及其他東西?？茖W家們在實驗中使用的光束線能夠檢測極端條件下（如高溫）材料的局部結(jié)構及長程結(jié)構。
當然，加熱難熔氧化物，此案例中是二氧化鉿，二氧化鉿的熔點是2870℃左右，有其復雜之處。通常需要將樣本存放于一個容器內(nèi)，但沒有一個容器既能承受這樣的高溫，同時還能讓X射線通過。甚至不能把樣品放在桌子上，因為桌子會在樣品熔化前熔化。解決方案就是空氣動力懸浮，比如科學家用惰性氣體將一個（直徑2mm-3mm）的材料樣本小球懸浮在空中，大約1mm。
Gallington說：“我們有一個與惰性氣體流相連的噴嘴，在它使樣品懸浮后，再用400W的激光從上面加熱材料。需要調(diào)整氣流，讓它穩(wěn)定地懸浮。高度不能太低，才能避免樣品接觸到噴嘴，將它熔化?！?/p>
一旦得到數(shù)據(jù)，使用光束線的科學家們就能較好地了解氧化鉿熔化時會發(fā)生什么，然后計算機科學家就可以把數(shù)據(jù)運行起來。Sivaraman將數(shù)據(jù)輸入兩套機器學習算法，其中一套理解理論并做出預測，另一套則是主動學習算法，充當教學助手，只負責為第一套算法提供最有趣的數(shù)據(jù)。
“主動學習算法可以幫助其他類型的機器學習算法用更少的數(shù)據(jù)學習，”Sivaraman解釋說：“比如從你家去市場可能有很多路線，但你只需要知道最短的路線。主動學習算法會指出最短的那條，過濾掉其他的?！?br/>計算是在阿貢國家實驗室ALCF和實驗室計算資源中心的超級計算機上運行的。最終，這個團隊得到了一個基于真實數(shù)據(jù)的計算機生成模型，讓他們可以預測實驗人員沒有或無法捕捉到的東西。
“我們現(xiàn)在有了一個叫作多種可能性的模型，可以預測很多事情。我們現(xiàn)在可以給出其他參數(shù)，比如它在高溫下是如何保持形狀的，這是之前測不出的。還可以推測溫度升到超出我們目前能夠制造的溫度之外，它的性狀可能發(fā)生什么改變?！盉enmore說。Benmore補充道：“模型的好壞取決于你提供的數(shù)據(jù)，數(shù)據(jù)越多，模型越好。我們提供盡可能多的信息，以產(chǎn)生更好的模型?！?/p>
Sivaraman將這項工作描述為可以反饋到進一步實驗中的概念證明。他說，這是一個很好的例子，體現(xiàn)了阿貢實驗室不同領域的合作，也是一項沒有國家實驗室資源就無法完成的研究。
“我們將在其他材料上重復這個實驗，”Sivaraman說：“高級光子源（APS）項目的同事?lián)碛醒芯窟@些材料如何在極端條件下熔化的基礎設施，我們正在與計算機科學家們合作構建軟件和流媒體架構，以快速處理這些數(shù)據(jù)集。我們可以將主動學習納入框架，并教模型使用ALCF超級計算機，更有效地處理數(shù)據(jù)流?！?/p>
Stan認為，這樣的概念證明可能會取代人類為了精確計算所做的那些枯燥工作。他在職業(yè)生涯中見證了這項技術的發(fā)展，過去需要幾個月才能完成的計算工作，現(xiàn)在只需幾天即可?！安⒉皇钦f人類不偉大，”他笑著說，“但如果能夠得到計算機和軟件的幫助，我們就可以變得更偉大。它為更多的此類實驗打開了大門，推動了科學的發(fā)展?！?/p>
轉(zhuǎn)載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
