Forskere ved Høgskolen i Gjøvik bruker superdatamaskiner til å undersøke aluminiumslegeringer på nanonivå.

– Aluminium er populært, og man søker stadig nye måter å anvende det på, forteller stipendiat Per Harald Ninive.

Aluminium er lett og sterkt, men det kan bli enda bedre.

­– For eksempel ønsker vi å bruke mer av det i biler og strømkabler, fortsetter Ninive.

Forskningen hans har gjort at vi er et skritt nærmere slik bruk av aluminium.

Nanomodeller

Det er noen små partikler som kalles presipitater, som fører til at aluminium skifter egenskaper og blir sterkere når metallet varmes opp over en viss tid. Målet med undersøkelsene er å finne ut mer om presipitatene; hva det er ved dem som gjør aluminiumen sterkere.

Ninive forklarer at aluminiumen og presipitatene har ulik krystallstruktur. Da oppstår det såkalte tøyningsfelter rundt presipitatene. Indirekte herder dette aluminiumen, men disse tøyningsfeltene er ikke mulig å observere direkte i et mikroskop. 

Og det er nettopp det som har vært problemet tidligere. Man har studert aluminiumslegeringene i mikroskop, og gjort seg noen antagelser, men helt sikker på hva som faktisk skjer når aluminium herdes har man ikke vært.

Det er blant annet fordi stoffene magnesium, aluminium og silisium, som utgjør legeringen Ninive har undersøkt, befinner seg rett ved siden av hverandre i periodesystemet, og er spesielt vanskelige å se forskjell på i mikroskopet.

Tunge beregninger

Ninive benytter altså en annen innfallsvinkel: datamodellering. Da kan han skape modeller som vil forutsi hvordan presipitatene vekselvirker med aluminiumen rundt seg.

Beregningene tar fullstendig hensyn til de fysiske lovene. Tidligere har tilsvarende beregninger rett og slett krevd for mye regnekraft, og man har måttet utføre beregninger på enklere modeller. Når fysiske lover kan tas med i de tunge beregningene, blir stadig flere hull i tidligere teorier lukket.

– Vi kan nå gjøre beregninger på realistiske modeller av presipitatene, beregninger som kun er basert på fysiske lover. Da kan vi gjøre pålitelige beregninger som også kan brukes i annen forskning innen materialfysikk, forteller Ninive.

Han har benyttet superdatamaskinen Abel, som befinner seg ved Universitetet i Oslo. Den består i realiteten av en rekke veldig kraftige maskiner som kan jobbe parallelt. På den måten kan de utføre veldig krevende regneoppgaver.

– Størrelsesordenen på mine beregninger er på cirka 1000 timer, sier Ninive.

Det er tiden det ville tatt om en enkel beregning skulle utføres på en vanlig datamaskin.

Gull verdt

Legeringen Ninive har undersøkt er en av de mest vanlige i automotivindustrien: aluminium-magnesium-silisium (Al-Mg-Si). Han har sett på den presipitattypen som i størst grad antas å bidra til å øke hardheten til aluminium.

Disse partiklene måler 30 til 100 nanometer (nm) i lengde, med et tverrsnitt på 1 til 15 nm². Én nanometer tilsvarer en milliondels millimeter. Med andre ord ikke lett å få øye på, selv ikke i de mest avanserte mikroskopene som finnes.

Ved å lage datamodeller av presipitatene helt ned på nanonivå, for deretter å kjøre simuleringer på superdatamaskiner, kan Ninive forutsi hvordan presipitatene vil påvirke aluminiumen som omgir dem. Det kan være gull verdt for fremtidens aluminiumsindustri.

Med bedre kjennskap til den kjemiske sammensetningen av presipitatene har man mulighet til å forbedre egenskapene til denne legeringen enda mer.

Det kan man ved for eksempel å lage enda høyere konsentrasjoner av presipitatene. Høy konsentrasjon av presipitater betyr desto sterkere aluminium.

Det handler altså om å få full kontroll over blandingsforholdet – slik kan man skreddersy aluminiumen etter fremtidens industrielle behov.

Referanser:

Ninive m.fl: Detailed atomistic insight into the β″ phase in Al–Mg–Si alloys, Acta Materialia, Volume 69, May 2014, Pages 126–134, doi: 10.1016/j.actamat.2014.01.052.

Per Harald Ninive skal levere sin doktorgradsavhandling Towards a complete understanding of aluminium from atomistic modeling - A parameter-free study of hardening precipitates in Al alloys i høst.