IIT गुवाहाटी और ब्रिटेन के विश्वविद्यालयों ने मशीन लर्निंग से टिकाऊ धातु मिश्र धातु विकसित की

Guwahatiगुवाहाटी : भारतीय प्रौद्योगिकी संस्थान गुवाहाटी के शोधकर्ताओं ने लंदन साउथ बैंक विश्वविद्यालय, मैनचेस्टर विश्वविद्यालय और लीड्स विश्वविद्यालय के शोधकर्ताओं के सहयोग से उन्नत धातु मिश्र धातुओं को डिजाइन करने के लिए मशीन लर्निंग (एमएल) आधारित एक विधि विकसित की है जिसमें महत्वपूर्ण कच्चे माल (सीआरएम) शामिल नहीं हैं। यह नवाचार उच्च-प्रदर्शन वाले, टिकाऊ सामग्रियों की पहचान करने का एक व्यावहारिक मार्ग प्रदान करता है जो नाजुक वैश्विक आपूर्ति श्रृंखलाओं पर निर्भर नहीं हैं।

कांस्य युग से ही मनुष्य धातुओं को मिश्रित करके, यानी मुख्य धातु को अन्य तत्वों की थोड़ी मात्रा के साथ मिलाकर, उनमें सुधार करते आ रहे हैं। हाल के वर्षों में, उच्च-एंट्रॉपी मिश्रधातु (एचईए) नामक पदार्थों के एक नए वर्ग ने विश्वभर के शोधकर्ताओं और उद्योग जगत का ध्यान आकर्षित किया है। जहां पारंपरिक मिश्र धातुओं में प्राथमिक धातु में द्वितीयक धातुओं की थोड़ी मात्रा होती है (उदाहरण के लिए, कांस्य में 88% तांबा और 12% टिन होता है), वहीं एचईए में कई धातुएं लगभग समान मात्रा में होती हैं।

ये बहु-प्रधान तत्व मिश्रधातुओं (एमपीईए) की श्रेणी में आते हैं।

एचईए (HEAs) आकर्षक होते हैं क्योंकि वे पारंपरिक मिश्र धातुओं की तुलना में कहीं अधिक संयोजन प्रदान करते हैं और अक्सर उच्च तापमान पर उत्कृष्ट शक्ति और स्थिरता प्रदर्शित करते हैं।

एयरोस्पेस इंजन, गैस टर्बाइन और परमाणु ऊर्जा संयंत्रों जैसे क्षेत्रों में उपयोग किए जाने वाले कई उच्च-प्रदर्शन वाले HEA में टैंटलम, नाइओबियम, टंगस्टन और हैफनियम जैसे CRM का उपयोग किया जाता है। ये तत्व महंगे हैं, इनका खनन कठिन है और ये सीमित मात्रा में उपलब्ध हैं।

इन सामग्रियों पर अत्यधिक निर्भरता से आयात पर निर्भरता बढ़ती है, आपूर्ति श्रृंखलाओं पर दबाव पड़ता है और खनन के कारण पर्यावरण पर भी दबाव बढ़ता है।

इसलिए, इनके उपयोग को कम करना स्थिरता और दीर्घकालिक औद्योगिक सुरक्षा के लिए आवश्यक है।

इस चुनौती से निपटने के लिए, आईआईटी गुवाहाटी के नेतृत्व वाली शोध टीम ने एक मशीन लर्निंग-सहायता प्राप्त मिश्र धातु डिजाइन ढांचा विकसित किया है जो उन एमपीईए की पहचान करने पर केंद्रित है जो सबसे महत्वपूर्ण कच्चे माल से बचते हैं।

शोधकर्ताओं ने सबसे पहले आपूर्ति जोखिम, आर्थिक महत्व और वैश्विक उपलब्धता के आधार पर सीआरएम को तीन स्तरों में वर्गीकृत किया।

उन्होंने 3,608 मिश्र धातु संरचनाओं का एक डेटाबेस बनाया, जिसमें मुख्य रूप से उन सरल मिश्र धातु प्रणालियों पर ध्यान केंद्रित किया गया जो ऐसे तत्वों से बनी हैं जो गंभीर रूप से दुर्लभ नहीं हैं।

परीक्षण किए गए मॉडलों में से, एक्स्ट्रा ट्रीज़ रिग्रेसर ने विकर्स कठोरता का सबसे सटीक अनुमान लगाया। इस मॉडल को प्राकृतिक प्रक्रियाओं से प्रेरित विभिन्न अनुकूलन तकनीकों के साथ मिलाकर, सीआरएम का उपयोग किए बिना उच्च कठोरता प्रदान करने वाली मिश्र धातु संरचनाओं की खोज की गई।

एक सीआरएम-मुक्त मिश्र धातु, "Ti₀.₀₁₁₁NiFe₀.₄Cu₀.₄," की पहचान की गई और यह अनुमान लगाया गया कि इसका विकर्स कठोरता मान महत्वपूर्ण सामग्रियों वाले एक प्रसिद्ध मिश्र धातु की तुलना में भी बेहतर होगा, जिसकी कठोरता लगभग 480 एचवी है।

शोध दल ने आईआईटी कानपुर में प्रयोगशाला स्तर पर नव प्रस्तावित Ti-Ni-Fe-Cu मिश्र धातु विकसित की और पाया कि इसकी मापी गई कठोरता अनुमानित मान से काफी मिलती-जुलती है, जिससे यह पुष्टि होती है कि एआई-आधारित विधि व्यवहार में कारगर है।

इस पद्धति का उपयोग करके एक साथ कई गुणों वाले मिश्र धातुओं को डिजाइन किया जा सकता है, जैसे कि मजबूती, लचीलापन, ताप प्रतिरोध और संक्षारण प्रतिरोध।

इस शोध के बारे में बात करते हुए, आईआईटी गुवाहाटी के मैकेनिकल इंजीनियरिंग विभाग के प्रोफेसर श्रीकृष्णा एन जोशी ने कहा, "विकसित सीआरएम-मुक्त मिश्र धातु उन अनुप्रयोगों के लिए विशेष रूप से उपयुक्त है जहां उच्च कठोरता एक प्राथमिक आवश्यकता है, और यह महत्वपूर्ण कच्चे माल (सीआरएम) के उपयोग से बचने का अतिरिक्त लाभ प्रदान करती है। यह मिश्र धातु को प्रदर्शन-उन्मुख और स्थिरता-केंद्रित दोनों अनुप्रयोगों के लिए आकर्षक बनाती है।"

संभावित अनुप्रयोग क्षेत्रों में शामिल हैं - घिसाव-प्रतिरोधी यांत्रिक घटक, औजार और सतह-संपर्क घटक, ऑटोमोटिव और औद्योगिक मशीनरी के पुर्जे।

विकसित ढांचे की प्रमुख विशेषताओं के बारे में बताते हुए प्रोफेसर जोशी ने कहा, "यह एकात्मक और द्विआधारी संरचनात्मक डेटाबेस का उपयोग करके महत्वपूर्ण कच्चे माल-मुक्त (सीआरएम-मुक्त) बहु-प्रधान तत्व मिश्र धातुओं (एमपीईए) को डिजाइन करने के लिए पहला मान्य कम्प्यूटेशनल ढांचा है, जो सूक्ष्म संरचनात्मक या प्रसंस्करण मापदंडों पर निर्भर नहीं करता है। यह ढांचा पूरी तरह से संरचनात्मक डेटा और मशीन लर्निंग (एमएल) मॉडल पर आधारित है, जिससे यह सीमित प्रायोगिक डेटा वाले अन्य सामग्री प्रणालियों के लिए अत्यधिक हस्तांतरणीय और सामान्यीकरण योग्य बन जाता है। इसके अलावा, इसे उपज शक्ति, अंतिम तन्यता शक्ति, तन्यता (विस्तार), फ्रैक्चर कठोरता, संक्षारण प्रतिरोध, तापीय चालकता और घिसाव प्रतिरोध जैसे अन्य प्रमुख यांत्रिक और कार्यात्मक गुणों की भविष्यवाणी करने के लिए विस्तारित किया जा सकता है।"

इस शोध के निष्कर्ष प्रतिष्ठित नेचर पब्लिशिंग ग्रुप की पत्रिका साइंटिफिक रिपोर्ट्स में प्रकाशित हुए हैं। यह शोध पत्र प्रोफेसर श्रीकृष्णा एन जोशी और उनकी शोध टीम के सदस्यों, जिनमें आईआईटी गुवाहाटी की डॉ. स्वाति सिंह, लंदन साउथ बैंक यूनिवर्सिटी के प्रोफेसर सौरभ गोयल, लीड्स यूनिवर्सिटी की मिंगवेन बाई और मैनचेस्टर यूनिवर्सिटी के प्रोफेसर एलन मैथ्यूज शामिल हैं, द्वारा सह-लिखित है।

अगले चरण के रूप में, शोध दल वास्तविक परिचालन स्थितियों के तहत इन सामग्रियों का परीक्षण करने और वास्तविक दुनिया में इनके उपयोग को सुनिश्चित करने के लिए उद्योग भागीदारों और अनुसंधान प्रयोगशालाओं के साथ सहयोग करने की योजना बना रहा है।