blog

Aug 07, 2023

Recozimento quântico para equilíbrio de microestrutura com longa

Relatórios Científicos volume 13,

Scientific Reports volume 13, Número do artigo: 6036 (2023) Citar este artigo

438 acessos

2 Citações

Detalhes das métricas

Demonstramos o uso e os benefícios das abordagens de recozimento quântico para a determinação de microestruturas equilibradas em ligas com memória de forma e outros materiais com interação elástica de longo alcance entre grãos coerentes e suas diferentes variantes e fases de martensita. Após uma ilustração unidimensional da abordagem geral, que requer formular a energia do sistema em termos de um hamiltoniano de Ising, usamos interações elásticas dependentes distantes entre grãos para prever a seleção de variantes para diferentes autoformações de transformação. Os resultados e desempenho das computações são comparados com algoritmos clássicos, demonstrando que a nova abordagem pode levar a uma aceleração significativa das simulações. Além de uma discretização usando elementos cubóides simples, também é possível uma representação direta de microestruturas arbitrárias, permitindo simulações rápidas com atualmente até vários milhares de grãos.

A modelagem de microestruturas é uma importante abordagem para o entendimento, aperfeiçoamento e desenvolvimento de novos materiais para diversas aplicações. No entanto, como mecanismos em diferentes comprimentos e escalas de tempo estão intimamente ligados, tais descrições e implementações de modelos são normalmente desafiadoras e requerem recursos computacionais maciços. Embora as abordagens de simulação de campo de fase - o método mais proeminente para prever a evolução da microestrutura - se beneficiem fortemente de desenvolvimentos como o limite de interface fina1,2, modelos de campo de fase não diagonal3,4 e abordagens de campo de fase nítida5, simulações contendo grandes domínios microestruturais para obter previsões com um certo significância estatística são raras, fortemente limitadas pelos recursos de (super)computadores disponíveis e seus custos associados e consumo de energia. Apesar do enorme progresso neste campo de pesquisa e do uso estendido de computadores paralelos e placas gráficas para as simulações, as limitações das técnicas computacionais continuam sendo um sério obstáculo ao progresso científico básico e à pesquisa aplicada.

Uma das questões marcantes que surge no horizonte da modelagem da ciência dos materiais é como a computação quântica potencialmente mudará o cenário de simulação no futuro. No entanto, atualmente, um computador quântico de propósito geral de tamanho suficiente ainda não está disponível. Nesse ínterim, uma tecnologia conhecida como quantum annealing (QA)6,7,8,9,10 surgiu e está disponível em vários sites em todo o mundo. O uso de tais máquinas difere significativamente dos computadores baseados em portas tradicionais e, portanto, atualmente apenas problemas específicos podem ser tratados por annealers quânticos11. O conceito de um annealer quântico é que seus qubits são inicializados em um estado bem definido que é descrito por um hamiltoniano com um único estado fundamental12. Durante a operação em temperaturas criogênicas, este hamiltoniano é alterado adiabaticamente de modo que o estado fundamental se converta no do hamiltoniano final desejado12,13 e, portanto, permite realizar cálculos de minimização de energia global de forma eficiente. A estrutura desses hamiltonianos é um modelo quadrático binário, que pode ser expresso em termos de otimização binária quadrática irrestrita ou equivalentemente por meio de um modelo de Ising11. Devido a essa estrutura específica, até agora, as aplicações relacionadas à ciência de materiais dessa tecnologia ainda são raras. Em vez disso, a pesquisa atual se concentra principalmente nos testes de benchmarking e desempenho do recozimento quântico em comparação com as abordagens clássicas14,15,16.

Algumas primeiras aplicações no campo da biologia e pesquisa de tráfego no sentido de problemas de otimização foram desenvolvidas recentemente. Aqui, o recozimento quântico permite a análise eficiente de fatores de transcrição na expressão gênica com algoritmos de aprendizado de máquina combinados17, identificação de conformações de modelos de proteínas de rede18 e seu dobramento19, detecção de cobertura de árvores em imagens aéreas20, problemas de otimização de fluxo de tráfego do mundo real21 ou controle de automação veículos guiados22. No entanto, o uso de recozimento quântico na ciência dos materiais não é difundido e poucas publicações correspondem a transições de fase no modelo de Ising de campo transversal23, a investigação de fenômenos críticos em ímãs frustrados por meio do modelo de Shastry-Sutherland Ising24, amostragem de Monte-Carlo25 e o método automatizado design de materiais de metamateriais26. O objetivo do presente artigo é, portanto, demonstrar que esta nova tecnologia pode realmente levar a possibilidades completamente novas além das descrições existentes e comumente usadas para a modelagem de microestruturas.