La mayoría de los dispositivos modernos, desde los teléfonos inteligentes hasta los automóviles, contienen componentes policristalinos. A pesar de su uso generalizado, estos materiales presentan desafíos debido a sus estructuras complejas. El rendimiento de los materiales policristalinos está influenciado por factores como microestructuras complejas, dislocaciones e impurezas.
Un problema importante en las aplicaciones industriales es la formación de pequeños defectos cristalinos, conocidos como dislocaciones, causados por tensiones y cambios de temperatura. Estos desplazamientos pueden alterar la disposición regular de los átomos en la red, afectando la conducción eléctrica y el rendimiento general. Comprender la formación de estas dislocaciones es crucial para minimizar el riesgo de falla en dispositivos que utilizan materiales policristalinos.
Los científicos de la Universidad de Nagoya en Japón han utilizado la IA para descubrir un nuevo método para comprender pequeños defectos llamados dislocaciones en materiales policristalinos. Utilizando IA, analizaron datos de imágenes de un material ampliamente utilizado en paneles solares llamado silicio policristalino.
La IA generó un modelo 3D en el espacio virtual, lo que ayudó al equipo a identificar áreas donde los grupos de desplazamiento afectaron el rendimiento del material.
Una vez que se identificaron las áreas de grupos de desplazamiento, los científicos emplearon microscopía electrónica y cálculos teóricos para comprender su formación. Se reveló la distribución de tensiones en la red cristalina y se descubrieron estructuras en forma de escalera en los límites entre los granos cristalinos. Estas estructuras contribuyeron a las dislocaciones durante el proceso de crecimiento de los cristales.
El profesor Noritaka Usami dijo: «Encontramos una nanoestructura especial en los cristales asociada con dislocaciones en estructuras policristalinas».
Además de sus aplicaciones prácticas, este estudio es importante para la ciencia del crecimiento y la deformación de los cristales. Es posible que el modelo Haasen-Alexander-Sumino (HAS), un marco teórico clave para comprender el comportamiento de desplazamiento, haya pasado por alto ciertos desplazamientos.
Los cálculos del equipo sobre la disposición atómica en estas estructuras revelaron tensiones de enlace de tracción inesperadamente grandes a lo largo de los bordes de las estructuras en forma de escalera, lo que provocó la generación de dislocaciones: una revelación sorprendente.
Usami explicado, “Como expertos que hemos estado estudiando esto durante años, nos sorprendió y emocionó ver finalmente pruebas de la presencia de dislocaciones en estas estructuras. Esto sugiere que podemos controlar la formación de grupos de dislocaciones controlando la dirección en la que se extiende el límite”.
«Al extraer y analizar regiones a nanoescala a través de la informática de materiales policristalinos, que combina experimentación, teoría e inteligencia artificial, hacemos posible por primera vez esta aclaración de fenómenos en materiales policristalinos complejos».
“Esta investigación ilumina el camino hacia el establecimiento de pautas universales para materiales de alto rendimiento y se espera que contribuya a la creación de materiales policristalinos innovadores. El impacto potencial de esta investigación va más allá de las células solares y abarca todo, desde cerámica hasta semiconductores. Los materiales policristalinos se utilizan ampliamente en la sociedad y el rendimiento mejorado de estos materiales tiene el potencial de revolucionar la sociedad”.
Referencia de la revista:
- Kenta Yamakoshi, Yutaka Ohno, Kentaro Kutsukake, Takuto Kojima y otros. Computación multicristalina aplicada al silicio multicristalino para desentrañar la causa microscópica de la generación de dislocaciones. Materiales avanzados. DUELE: 10.1002/adma.202308599
