Descrizione del progetto
Eliminare gli approcci per tentativi ed errori nella progettazione di leghe Al-Cu rinforzate per precipitazione
Le leghe Al-Cu hanno una vasta gamma di applicazioni ingegneristiche grazie alla loro bassa densità e all’elevata resistenza fornite da una dispersione fine di precipitati di dimensioni nanometriche. Il progetto MAPAA, finanziato dall’UE, presenta una nuova metodologia per determinare la struttura del precipitato e la resistenza della lega risultante dalla maturazione ad alta temperatura dai calcoli dei primi principi. La strategia si basa su due pilastri principali. Il primo è la determinazione della parte ricca di Al del diagramma di fase Al-Cu mediante la costruzione di efficaci hamiltoniani di espansione dei cluster in combinazione con la meccanica statistica. Le informazioni vengono utilizzate come input per la modellizzazione del campo di fase per prevedere la nucleazione e la crescita dei precipitati durante la maturazione, mentre la dinamica molecolare e la dinamica di dislocazione vengono utilizzate per prevedere il rafforzamento fornito dai precipitati.
Obiettivo
Al-Cu alloys have a wide range of engineering applications due to their low density and high strength provide by a fine dispersion of nm-sized precipitates. The optimization of the mechanical properties of these alloys has been traditionally carried out through costly experimental “trial-and-error” approaches. In this project, a novel methodology is presented to determine the precipitate structure resulting from high temperature ageing and the resulting strength of the alloys from first principles calculations. The strategy is based in two main pillars. The first one is the determination of the Al-rich part of the Al-Cu phase diagram by means the construction of effective cluster expansion Hamiltonians that can extrapolate first-principles calculations in combination with statistical mechanics approaches based on Monte Carlo simulations to include the entropic contributions, enabling parameter-free predictions of the phase diagram. The second one is the combination of this information with phase field modeling to predict the homogeneous and heterogeneous nucleation and growth of precipitates during high temperature ageing and with molecular dynamics and dislocation dynamics simulations to predict the strengthening provided by the precipitates. The approach developed in this proposal will improve the predictive power of Integrated Computational Materials Engineering in Al-Cu alloys. The applicant will transfer her expertise and international connection in the field of multiscale modelling to the host institute. She will work with researchers of the host institution to prompt new areas of research that can attract new funding and receive regular training on transferable skills. All these activities will enlarge her portfolio of skills and will ensure further development of her career.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Programma(i)
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) H2020-MSCA-IF-2019
Vedi altri progetti per questo bandoMeccanismo di finanziamento
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinatore
28906 Getafe
Spagna