Detailseite
Projekt
Adaptives Design von Ni-Mn-Ga-X Heusler-Legierungen für die Anwendung als magnetische Formgedächtnislegierung im Hochtemperaturbereich (T03#)
Fachliche Zuordnung
Computergestütztes Werkstoffdesign und Simulation von Werkstoffverhalten von atomistischer bis mikroskopischer Skala
Förderung
Förderung seit 2024
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 405553726
Die Werkstoffklasse der magnetischen Formgedächtnislegierungen, die zu den multiferroischen Werkstoffen gehört, weist faszinierende physikalische Eigenschaften auf, wie z. B. die magnetisch induzierte Martensitumorientierung, Superelastizität und den magnetokalorischen Effekt, was zu einem breiten Spektrum potenzieller Anwendungen führt. Bei den vielversprechenden Heusler-Legierungen auf Ni-Mn-Ga-Basis ist der Ursprung der Martensit-Phasen jedoch noch nicht geklärt, und es gibt noch keinen effizienten Ansatz, um solche Legierungen systematisch für industrielle Anwendungen zu entwickeln. Um dieses Ziel zu erreichen, ist es von entscheidender Bedeutung, die gewünschten (Prä-)Martensitphasen im angestrebten Arbeitstemperaturbereich zu stabilisieren, insbesondere im Hinblick auf eine Hochtemperaturanwendung (>400 K), und gleichzeitig die magnetfeldinduzierte Dehnung und die Arbeitsleistung zu verbessern, indem die MAE erhöht und die Zwillingsbeanspruchung durch eine geeignete Entwicklung der chemischen Zusammensetzung reduziert wird. Ziel dieses Projekts ist es, eine adaptive Designstrategie zu implementieren und anzuwenden, die Datenbankpflege, maschinelles Lernen, Dichtefunktionaltheorieberechnungen sowie experimentelle Synthese und Charakterisierung integriert, um den riesigen chemischen Raum effizient zu erforschen und Heusler-Legierungen auf Ni-Mn-Ga-Basis für magnetische Formgedächtnisanwendungen zu entwickeln. Unser Ziel ist es, einen operativen Closed-Loop-Ansatz auf der Grundlage der Bayes'schen Optimierung zu etablieren und durchzuführen, wobei die experimentellen Validierungen als Rückkopplungen zu den maschinellen Lernmodellen einbezogen werden. Ein besonderer Schwerpunkt liegt auf der systematischen Bewertung der relevanten physikalischen Eigenschaften von Ni-Mn-Ga-basierten Legierungen auf der Grundlage genauer Dichtefunktionaltheorieberechnungen sowie auf der expliziten Datenerfassung von Ni-Mn-basierten Systemen mit Martensit-Strukturumwandlungen. Darüber hinaus widmen wir der Entwicklung und Anwendung von Algorithmen für maschinelles Lernen, die über die Standardlösungen hinausgehen, sowie dem quantitativen Benchmarking der theoretischen und experimentellen Ergebnisse besondere Aufmerksamkeit. Eine solche adaptive Designstrategie wird in der künftigen HoMMage-Periode sowohl für die Entwicklung von Dauermagneten als auch von magnetokalorischen Werkstoffen eingesetzt werden.
DFG-Verfahren
Transregios (Transferprojekt)
Antragstellende Institution
Technische Universität Darmstadt
Unternehmen
ETO MAGNETIC GmbH
Teilprojektleiter
Professor Hongbin Zhang, Ph.D.
