难以钻石？科学家预测的43种新形式的超硬碳。

插图描绘了43个新预测的超硬碳结构中的三种。蓝色上色的笼子与钻石结构有关，黄色和绿色的笼子与Lonsdaleite有关。

超硬材料可以切片，钻头和抛光其他物体。它们还拥有耐刮擦涂层的潜力，这有助于保持昂贵的设备免受损坏。

现在，科学打开了与这些诱人的品质开发新材料的大门。

研究人员使用了计算技术来识别被认为是稳定和超硬的43种以前未知的碳 - 包括预测比或几乎与钻石一样难以稍微更硬的几种。每个新的碳品种由以晶格中的不同图案布置的碳原子组成。

该研究 - 在NPJ计算材料期刊中发表于9月3日 - 将晶体结构的计算预测与机器学习结合起来捕获新型材料。这项工作是理论研究，意味着科学家已经预测了新的碳结构，但尚未创造它们。

“钻石是现在是商业上最艰难的材料，但它们非常昂贵，”布法罗化学家Eva Zurek大学说。“我有同事在实验室中做高压实验，挤压钻石之间的材料，他们抱怨钻石突破时的昂贵。

“我们想找到比钻石更难的东西。如果您可以找到难以置信的其他材料，可能会使它们更便宜。它们也可能具有钻石没有的有用财产。也许它们将与热量或电力不同地相互作用。“

Zurek，博士学位，博士，乌布艺术与科学学院化学教授，与杜克大学机械工程与材料科学教授博士，博士学位设想，培养了该研究和联合主导的项目。

寻求硬质材料

硬度涉及一种材料抵抗变形的能力。随着苏克克解释说，这意味着“如果你试图缩进带有尖锐尖端的材料，则不会产生孔，或者孔将非常小。”

科学家认为，如果通过叫做维氏硬度测试的实验测量的实验测量，则将一种物质具有超硬。

所有研究的43个新的碳结构预计会满足该阈值。三个估计超过了钻石的维氏硬度，但只有一点点。Zurek还注意到计算中存在一些不确定性。

发现的科学家们的最难的结构倾向于遏制钻石和扁德莱特的碎片 - 也称为六角形金刚石 - 在他们的晶格中。除了43种新颖的碳形式外，研究还新预测了其他团队过去描述的许多碳结构将是超硬的。

加快超硬材料发现

可以应用新论文中使用的技术来识别其他超硬材料，包括含有除碳之外的元素的材料。

“很少有超硬材料是已知的，所以找到新的材料感兴趣，”Zurek说。“我们对超硬材料了解的一件事是他们需要拥有强大的债券。碳 - 碳键非常强烈，这就是为什么我们看碳。通常在超硬材料中的其他元素来自周期表的同一侧，例如硼和氮。“

为了进行研究，研究人员使用XTalopt，一种用于Zurek实验室中晶体结构预测的开源进化算法，为碳的随机晶体结构产生随机晶体结构。然后，该团队采用机器学习模型来预测这些碳物种的硬度。Xtalopt作为“父母”使用最有前景的艰难和稳定的结构，以产生额外的新结构，等等。

用于估算硬度的机器学习模型使用自动流（AFLOW）数据库，是已经计算出的具有属性的大型材料库。Cutarolo的实验室维护了AFLOW，并在Chapel Hill在北卡罗来纳大学的Olexandr Isayev的集团中展示了机器学习模式。

“这是加速材料的发展。它总是需要花时间，但我们使用AFLOW和机器学习来大大加速这个过程，“柯拉罗说。“算法学习，如果您训练了模型良好，则算法将预测材料的性质 - 在这种情况下，硬度 - 合理的准确性。”

“您可以采取使用计算技术预测的最佳材料，并通过实验使其进行实验，”杜克大学机械工程与材料科学助理研究教授博士学位。

新研究的第一个和第二作者是UB博士毕业生帕特里克艾利和UB博士生小玉王，都在苏克斯的实验室。除了这些研究人员，Zurek，Cutarolo和Toher之外，该文件的共同作者还包括Duke University的Corey Os和Eric Gossett和Universitádegistudi di Milano的Davide Proserpio。

该研究由美国海军研究办公室提供资金，其中Universitádegistudi di Milano提供了额外的支持，以及UB的计算研究中心的计算支持。

参考：“通过机器学习通过机器学习信息进化结构搜索”帕特里克艾利，小宇王，科罗里特，埃里克·柯特，达维德·柯尔托，斯法拉诺·柯拉罗·伊娃·苏娃·斯特凡诺·苏娃·斯法克，2019年9月3日，NPJ计算材料.DOI：
10.1038 / s41524-019-0226-8

NPJ计算材料 - 自然伙伴期刊系列的一部分 - 是与中国科学院上海陶瓷研究所合作的斯普林斯自然发表的自然研究杂志。