| Аннотация |
Оптические технологии все чаще сталкиваются с необходимостью использования материалов, обладающих разными, и нередко противоречащими друг другу сочетаниями оптических характеристик и в то же время высокой прочностью, твердостью, термической стабильностью в широком интервале температур, низкой плотностью и пр. Классические подходы итерационной оптимизации химических составов стекол с целью достижения заданных свойств во многом достигли своих пределов, и только более детальное понимание структурных особенностей стеклообразных материалов вместе с моделированием их структуры, а также проектированием составов и технологических режимов с использованием машинного обучения (ML) позволят выйти за пределы классических методов. Моделирование структуры на атомном уровне выявляет взаимосвязи, недоступные традиционным методам, и помогает проектировать новые составы, минимизируя время и ресурсы.
В этой связи главной целью проекта является: показать эффективность разработок стекол и стеклокерамики с заданными свойствами на основе анализа их атомной структуры и прогнозирования составов методами ML и с использованием предложенных подходов разработать новые оптические материалы, востребованные на практике: высокопреломляющие «легкие» стекла, высоколегированные эффективно люминесцирующие стекла, стекла для визуализации УФ- и рентгеновского излучений, особо прочную прозрачную стеклокерамику. Для достижения этих целей планируется:
1. Исследовать структуру стекол и кристаллов с различным координационным состоянием катионов (особенно B и Al) с использованием методов ЯМР, спектроскопии рентгеновского поглощения, спектроскопии КР, ПЭМ, сопоставить координационные числа (КЧ) атомов бора в кристаллах, в которых они имеют КЧ 4 (структурный тип стилвеллита), либо КЧ, равное 3 (алюмобораты со структурой хантита) - с ближним порядком в стеклах похожего состава и изучить возможность варьирования КЧ бора в зависимости от теплового прошлого стекла, а также изучить структуру ситаллов на основе алюмосиликатных систем, в которых принципиально важное значение имеет координационное состояния катионов алюминия (КЧ от 4 до 6);
2. Моделировать структуру стекол и кристаллов схожих составов в масштабе ближнего порядка в зависимости от тепловой истории стекол методами теории функционала плотности (density functional theory, DFT) и молекулярной динамики (molecular dynamics, MD) и выявить влияние тепловой обработки на КЧ атомов;
3. Применить ML-методики (Random Forest, XGBoost и др.) к полученному массиву экспериментальных данных для разработки алгоритмов предсказания оптических и механических свойств;
4. Синтезировать стекла и ситаллы, востребованные оптическими технологиями:
- оптически однородные стекла на основе системы Ln2O3-B2O3-GeO2-SiO2 ( Ln — РЗ металл) с добавками высокополяризуемых катионов Ti, Nb, Ta с показателем преломления более 1,8 и коэффициентом дисперсии νd < 40–60, с минимизированной плотностью (не выше 4,5 г/см3) в виде массивных заготовок массой не менее 1 кг;
- высоколегированные стекла оптического качества на основе системы xLn2O3-(1-x)Y2O3-Al2O3-B2O3, эффективно люминесцирующие с низким концентрационным тушением люминесценции, либо являющиеся эффективными визуализаторами УФ- и рентгеновского излучения;
- прозрачные алюмосиликатные ситаллы в системах MgO-Al2O3-SiO2, ZnO-Al2O3-SiO2, Li2O-Al2O3-SiO2, Na2O-Al2O3-SiO2 с различными нуклеаторами кристаллизации с повышенной прочностью за счет ионообменного упрочнения. Их микротвердость будет не менее чем в два раза превышать микротвердость стекол, используемых для защиты смартфонов.
Стекла будут получены при разных скоростях охлаждения расплава: от инерционного охлаждения стекломассы на воздухе до охлаждения в течение долей секунды после нагрева в дуге плазмотрона. Это позволит выяснить, сколь сильно влияет тепловая история стекла как на равномерность распределения активирующих люминесценцию добавок, так и на кинетику формирования зародышей кристаллизации.
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
