Ученые КФУ исследовали механизмы зарождения очагов разрушения в металлических сплавах

Физики Казанского федерального университета (КФУ) разработали метод контроля процесса зарождения наноразмерных полостей в аморфных металлических сплавах. Полученные результаты вносят вклад в понимание общих закономерностей формирования очагов разрушения с образованием полостей (трещин) в аморфных материалах.

Ученые Института физики КФУ на примере бинарных металлических сплавов Cu_64.5Zr_35.5 и Ni₆₂Nb₃₈, способных формировать объемные металлические стекла, детально исследовали механизмы зарождения наноразмерных трещин в аморфных металлических сплавах в условиях внешнего отрицательного давления, при котором материал испытывает всестороннее расширение.

«Изучение начальных стадий процесса разрушения материалов является важной задачей как для фундаментальной, так и для прикладной науки. В настоящее время не существует общепринятой теории, описывающей начальные стадии формирования очагов разрушения. Нами получены совершенно новые результаты, которые вносят понимание в то, каким образом зарождаются очаги разрушения», — рассказал один из авторов исследования, заведующий кафедрой вычислительной физики и моделирования физических процессов КФУ, профессор Анатолий Мокшин.

Полученные выражения позволяют точно определить критический размер полостей и энергию, которая затрачивается на их формирование. С практической точки зрения результаты могут быть использованы при разработке методов, позволяющих контролировать и предотвращать образование трещин в материалах.

«Это, в свою очередь, способствует развитию такого перспективного направления, как разработка материалов, способных к «самозалечиванию» очагов трещин при определенных условиях среды. Такие материалы обладают повышенной устойчивостью к усталости и позволяют существенно продлить срок службы изделий», — пояснил еще один участник исследования, доцент кафедры Булат Галимзянов.

Научная работа проводилась в рамках проекта «Разработка методологии определения физико-механических свойств материалов на основе моделей машинного обучения», поддержанного грантом Академии наук Республики Татарстан.