Amerikanske forskere vil skabe materialernes genom

Hvilken katode er bedst i en brændselscelle, og hvordan skal titanium-a­tomerne arrangeres i højstyrkestål til bilindustrien? Det er spørgsmål, som forskerne kunne bruge årtier på og som kunne give alenlange publikationslister i velansete videnskabelige tidsskrifter som Nature Materials.

Men ude i industrien skal nye materialer ud at arbejde og helst hurtigt. Derfor satte to forskere, Kirsten Persson fra The Lawrence Berkeley National Laboratory og Gerbrand Ceder fra MIT, sig i 2010 ned og definerede The Materials Genome Initiative (MGI). Med det skulle alle kombinationer af grundstoffer kunne skabes i computermodeller, så deres egenskaber som materiale kunne vurderes, før de blev skabt og testet i et laboratorium.

Udviklingstider på over ti år

Problemet var nemlig, at de metoder, virksomhederne brugte, i høj grad baserede sig på trial and error. Det kunne give udviklingstider på langt over ti år. For eksempel brugte General Electric normalt 15 år på at udvikle en ny legering til en jetmotor.

Siden 2011 har den amerikanske administration investeret næsten to milliarder kroner i MGI-projektet, først og fremmest til indkøb af store computere. Med dem har forskere og industrivirksomheder modelleret og afluret, hvordan atomerne er arrangeret, og hvordan elektronerne rundt om dem giver anledning til de effekter, vi kender, som for eksempel korrosion, elektrisk ledningsevne, varmeledning, stivhed, flydespændinger, hårdhed og meget mere.

MGI har allerede resulteret i flere helt nye materialer, for eksempel et nyt termoelektrisk materiale, som i starten blandt andet bestod af det meget sjældne thulium. Men ved hjælp af computermodeller kunne forskerne se, at thulium kunne erstattes med det langt mere almindelige yttrium, samtidig med at den termoelektriske effekt kunne fordobles.

sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først

Gennembruddet med Craig Venters fremgangsmåde mht Human Genome Project var jo at det eksperimentelle data blev indsamlet mange gange hurtigere og dataprocesseringen blev voldsomt automatiseret. Og det har ført til det vi har i dag med personlige genomer og alt muligt andet. Altså det er da fint at deres computermodeller fungerer, men det har ingenting med genomer at gøre. Det er ikke engang en god metafor.

  • 0
  • 0
Bidrag med din viden – log ind og deltag i debatten