Opis projektu
Nowatorskie ramy obliczeniowe pomogą w racjonalnym projektowaniu wysoko wydajnych szkieł tlenkowych
Szkła tlenkowe to obszerna grupa popularnych szkieł zyskujących coraz to nowe zastosowania, od szyb okiennych i szklanych pojemników po wyświetlacze ciekłokrystaliczne i światłowody telekomunikacyjne. Pomimo wielu zalet cechuje je jedna poważna wada: kruchość. Ponadto nie o końca rozumiemy ich właściwości i zachowania, co utrudnia racjonalne projektowanie i prowadzi do czasochłonnych i nieefektywnych działań metodą prób i błędów. W związku z tym zespół finansowanego ze środków UE projektu NewGLASS opracuje metody obliczeniowe ukierunkowane na te wewnętrznie zaburzone związki oraz ich brak równowagi w każdej skali. Działania te przyczynią się do przyszłych przełomów naukowych w zakresie projektowania nowych typów szkła o niespotykanych dotąd właściwościach.
Cel
Oxide glasses are one of the most important material families owing to their unique features, such as transparency, tunable properties, and formability. Emerging solutions to major global challenges related to energy, health, and electronics require new scientific breakthroughs in glass chemistry, mechanics, and processing. The realization of these goals is severely restricted by the main drawback of glass, namely high brittleness. Furthermore, new glass compositions are today developed through time-consuming trial-and-error experimentation due to their inherent non-equilibrium nature and disordered structure.
A major task is therefore to initiate a paradigm shift within the field of glass science and technology, going from empirical to model-based approaches for the design of new glass compositions and microstructures with improved fracture resistance. This requires the development of computational approaches, from ab initio calculations to artificial intelligence, to integrate structural descriptors and glass chemistry with advanced processing and mechanical properties into holistic tools.
NewGLASS challenges the current glass design strategies in order to create such tools. For this purpose, an interdisciplinary approach is proposed, in which structural descriptors at the short- and medium-range length scales are first identified and quantified based on emergent statistical mechanics and persistent homology techniques. Guided by these results, high-throughput simulations at various length scales are combined with machine learning algorithms to design novel glass compositions, tailored deformation mechanisms, and 3D-printed microstructures to achieve superior fracture resistance. By having experiments and modelling complement and advance each other reciprocally, NewGLASS will find order in disorder and provide the scientific breakthroughs for the accelerated design of glasses with outstanding mechanical performance, thus opening up for many new applications.
Dziedzina nauki
- engineering and technologymaterials engineering
- natural sciencesphysical sciencesclassical mechanicsstatistical mechanics
- natural sciencescomputer and information sciencescomputational sciencemultiphysics
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencessoftwaresoftware applicationssimulation software
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
HORIZON-AG - HORIZON Action Grant Budget-BasedInstytucja przyjmująca
9220 Aalborg
Dania