LLNL の研究者が Ruby スーパーコンピューターを使用してアルミニウムの腐食における湿度の役割に関する新たな洞察を発表

Jan 12, 2024

2023 年 6 月 7 日

2023 年 6 月 7 日 — ローレンス リバモア国立研究所 (LLNL) の科学者たちは、湿度がアルミニウム金属の大気腐食速度を制御する理由を説明する物理的メカニズムを解明するために、同研究所のスーパーコンピューター Ruby を使用してシミュレーションを実行しました。 彼らの研究は、ACS Journal of Applied Materials and Interfaces に掲載されています。

アルミニウム部品の寿命を正確に予測できるかどうかは、腐食速度の評価に依存します。 システムレベルの寿命予測を行うために使用される工学スケールのモデルは、吸着、輸送、化学反応などの物理的メカニズムと化学的メカニズムを組み合わせて表現されます。 これらのメカニズムは本質的にマルチスケールであるため、モデル形式の開発とキャリブレーションの両方が複雑になります。

大気中のアルミニウム腐食の速度は、部品の周囲に蒸気として存在する水の量を測定する相対湿度に依存します。 どのプロセスがこれらの速度効果を引き起こすかを理解することは、基本的な物理パラメータの観点からエンジニアリング寿命モデルの形式を制約するのに役立ちます。

裸のアルミニウム表面が空気にさらされると、すぐに反応して酸化アルミニウムが形成されます。 次に、周囲の湿った空気中の水蒸気がこれらの酸化物表面に吸着して、相対湿度に応じて厚さが異なるナノスケールの膜を形成します。 凝縮した表面水は、金属イオンが溶解して拡散によって移動するための媒体を提供します。これは腐食ピットの形成と成長に重要ですが、閉じ込められたナノスケールの寸法は異常な影響を引き起こす可能性があります。

表面上の水に閉じ込められた状態でアルミニウム イオンがどのように挙動するかをより深く理解するために、チームは洞察を得るために全原子分子動力学 (MD) シミュレーションに目を向けました。 MD は、原子がどのように相互作用するかについて比較的少ない仮定を置き、後処理して材料特性データを取得できる原子の運動の軌跡を直接シミュレートします。

「拡散輸送は比較的遅いプロセスであるため、原子相互作用をモデル化する方法を慎重に選択する必要がありました」と、この研究の共著者であるLLNLの科学者マット・クルーンブロード氏は述べた。 「古典的な反応性分子動力学は、精度とアクセス可能な時間スケールの間で望ましいトレードオフを提供します。反応性 MD を使用することは、水溶性アルミニウム種の構造や酸化物表面の特定の化学を仮定する必要がないことを意味します。」

研究チームは、シミュレーションから、アルミニウムイオンが空気と水の界面近くに局在する傾向があり、酸化物近くにはまったく存在しないことを観察しました。 この現象は、水膜の表面分極と、酸化物表面近くに形成される水の硬い氷のような相の両方に起因すると考えられます。

これら 2 つの界面現象間の相互作用により、水膜内の高さに依存する輸送特性が生じました。 原子は酸化物界面付近で非常にゆっくりと拡散し、空気と水の界面に近づくにつれて拡散率が増加します。 地表水の厚さは相対湿度に依存し、これはこれらのナノスケールの閉じ込め効果と経験的に測定されたアルミニウムの大気腐食速度との相関関係を示します。

「酸化物が吸着した水膜内での閉じ込め効果については文献で詳しく説明されていますが、水性イオン輸送に対するその直接的な影響に関するこの新たな洞察は、大気腐食のメカニズムを理解する上で非常に役立ちます」とLLNLの科学者であり、論文の主著者であるジェレミー・シャー氏は説明した。研究。

ナノスケールの閉じ込めが腐食速度に及ぼす影響は、チームが MD の結果を連続体スケールにスケールアップしたときに明らかに明らかになりました。 アルミニウム腐食ピットの還元主義的な 1 次元連続体モデルが開発されました。これには、MD シミュレーションから計算されたイオン拡散係数が組み込まれています。 この単純なモデルは、腐食速度が大気条件下で拡散制限される可能性があり、したがって相対湿度に強く影響されることを示しました。

「この研究の結果は、より大きな長さのスケールで大気腐食をモデル化する際に、異常なナノスケールの影響とその湿度への依存性を捉えることがいかに重要であるかを浮き彫りにしている」とシャー氏は述べた。

この研究は、反応収着輸送および力学 (または ReSorT-M) ツールキットを拡張するための新しいマルチスケール モデリングの取り組みの一部です。このツールキットは、材料老化と互換性 (MAC) グループによって使用され、兵器および複合体における工学的意思決定を支援するために使用されるモデリング フレームワークです。統合プログラム。

「金属表面の水層の厚さを正確に測定し、湿度と温度がその特性にどのような影響を与えるかを理解することは、プログラムのニーズに合わせて腐食の懸念を評価するために非常に重要です」と、この研究の共著者であるLLNLの科学者シルヴィー・オーブリー氏とReSorT-Mは述べた。チームのリーダー。

LLNL 研究者の Stephen Weitzner、Tae Wook Heo、Yue Hao、Stephen Castonguay、Susan Carroll もこの研究に貢献しました。

出典:LLNL