Användning av beräkningsmodellering

Med tanke på aktuella miljö- och energiproblem är det av stor vikt att utveckla lämpliga material med specifika fysiska, mekaniska och kemiska egenskaper. Trots det stora utbudet av tekniska material förblir sökandet efter nya lösningar, anpassade för särskilda behov, ett viktigt område inom materialutveckling. Traditionella aktiviteter kring materialdesign bygger på de stora mängder empirisk kunskap som samlats under århundraden. Detta pragmatiska tillvägagångssätt leder visserligen till ökad prestanda, men misslyckas ofta med att identifiera optimala lösningar på grund av bristen på information om mekanismerna på mikro-, nano- och atomnivå.

Intelligent materialdesign

En mer effektiv och intelligent design av nya material bör baseras på korrekta relationer mellan sammansättning, bearbetning och egenskaper, något som kan tjäna som kompass vid sökandet efter lösningar med fördefinierade egenskaper. Sådana korrelationskartor kan i princip genereras från ett antal uppmätta parametrar som beskriver egenskaperna och processerna. Det antas ofta att ett väldesignat experiment alltid kan användas för att hitta det verkliga värdet av en fysisk parameter och dess koppling till kemi, struktur och bearbetning. Men vad händer om de mängder vi är intresserade av är svåra eller kanske till och med omöjliga att mäta? Att komma åt de mätbara fysiska parametrarna kan ibland vara oerhört tids- och resurskrävande på grund av det stora antalet fysiska laboratorietester som behövs för att upprätta robusta designkartor.

Den moderna lösningen på ovanstående problem ges av den samtida datorbaserade materialvetenskapen, baserad på väletablerade modeller, teorier och databaser. Under de senaste decennierna har denna metod för beräkning av materialmodellering nått en noggrannhetsnivå där lättillgänglig ingångsinformation, som atomnummer och sammansättning, är tillräcklig för att ge värden för fysiska kvantiteter med en noggrannhet som är lika med eller bättre än experiment.

Ger ökad förståelse

En annan viktig aspekt av beräkningsmodellering dess potential att ge ökad förståelse. De traditionella metoderna för materialutveckling, baserade på för trial-and-error, samt moderna storskaliga modelleringsinsatser kan svara på frågan ”vad händer om vi lägger till ett visst element eller ändrar bearbetningen”, men ger mindre information om varför det händer.

Den insikten blir särskilt viktigt idag när vi har tillgång till ett fantastiskt beräkningsmaskineri när det gäller exakta metoder, datorprogram och kraftfulla resurser. Vi kan enkelt producera en astronomisk mängd data som förutom bidraget till korrelationskartorna också öppnar för djup och tillförlitlig förståelse. Effektiv och hållbar materialutveckling förutsätter att vi kan se in i materialen, till nätverken av atomer, molekyler, faser, korn och komponenter, och avslöja olika interaktioner och mekanismer som styr deras beteende. Enbart avancerade första principer och empiriska modelleringstekniker som formulerats som matematiska ekvationer och vetenskapliga datorprogram möjliggör sådana djupgående analyser.