Thermodynamic stability of binary compounds: A comprehensive computational and machine learning approach
İkili bileşiklerin termodinamik kararlılığı: Kapsamlı bir hesaplamalı yaklaşım ve makine öğrenmesi uygulaması
- Tez No: 886686
- Danışmanlar: PROF. DR. ADEM TEKİN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Mühendislik Bilimleri, Science and Technology, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
- Bilim Dalı: Hesaplamalı Bilim ve Mühendislik Bilim Dalı
- Sayfa Sayısı: 71
Özet
Malzeme biliminin temel hedefleri, yeni malzemelerin keşfi ve yapısal olarak anlaşılması konularında yoğunlaşmıştır. Önemli gelişmelerin çoğu ise laboratuvar deneyleri üzerinden ilerlemiştir. Son yirmi yılda, yoğunluk fonksiyonel teorisi (DFT) algoritmalarının katkılarıyla, malzeme bilimi önemli bir dönüşüm yaşamıştır. DFT, kuantum mekaniğinin ilk ilkelerinden yola çıkarak atomik ve moleküler sistemlerin elektronik yapısını hesaplamaya yönelik bir yöntemdir. Hesaplama hızını ve doğruluğunu dengeleyen bu algoritmalar, süper bilgisayarların da kapsamlı olarak devreye girmesiyle beraber, kristal yapıların elektronik davranışlarını tahmin etme konusunda önemli sonuçlar elde edilmesini sağladı ve malzeme bilimi alanında adeta bir devrim yarattı. DFT algoritmaları, Schrödinger denklemlerinin çözümünde kullanılacak yaklaşımlar sunarak, malzemelerin enerji bant yapıları, elektron yoğunlukları ve manyetik özellikleri gibi temel özelliklerini yüksek doğrulukla hesaplamayı mümkün kılamaktadır. Bu, malzeme bilimcilerinin deneysel verilerle uyumlu sonuçlar elde etmelerini ve yeni malzemelerin elektronik ve yapısal özelliklerini öngörmelerini sağlamaktadır. Tüm bu sürecin devamında, bilgisayar kaynaklarının maliyetinin düşmesi ve güçlü algoritmaların geliştirilmesi, malzeme biliminde veri odaklı yöntemlerin geniş kapsamlı olarak benimsenmesini sağlamıştır. Araştırmacılar, geniş veri kümelerini inceleme konusunda önemli bir avantaja sahiptir ve bu da deneysel girişimleri yönlendirmeye ve yeni malzemelerin keşfine katkıda bulunmaktadır. DFT'nin sağladığı bu teorik çerçeve, malzeme bilimi alanında deneysel çalışmaların yerini tamamen alamasa da, deneysel verilere tamamlayıcı olarak önemli bir rol üstlenmiştir. Günümüzde malzeme biliminde veri tabanlarına sıklıkla başvuruluyor olsa da, veri tabanlarında fonon hesaplamalarına ve bileşiklerin termal özelliklerine dair bazı eksiklikler söz konusudur. Bu eksikliği gidermek için bu tez çalışmasında, iki bileşenli (binary) yapıların fonon kararlılığı, bu yapıların 298.15 K'deki ısı kapasiteleri, oluşum entalpileri, oluşum entropileri ve Gibbs serbest enerjileri gibi değerler hesaplanmıştır. 879 adet iki bileşenli yapı incelenmiş ve bu hesaplamaların sonuçları ile bir veri seti oluşturulmuştur. Çalışma ekibimin yakın zamanlı bir çalışmasında, ikili yapıların mutlak sıfır noktasındaki oluşum entalpileri ve mekanik dayanımları incelenmiştir. Bu tez, ekibimin söz konusu çalışmasındaki bulguları destekleyici şekilde, aynı ikili yapıların dinamik kararlılıkları ve termodinamik özellikleri hakkında detaylı incelemeler sunarak çalışmaya katkıda bulunmaktadır. Bu tez çalışmasının ilk aşamasında bileşiklerin termodinamik özellikleri ve fonon stabiliteleri hesaplandı. Ardından, ekibimizin son çalışmasında önerdiği ve kullandığı PN-PN tablosu modelinden hareketle yapılardaki elementlere atanan periyodik sayılara (PN) göre bu veri seti bir PN-PN tablosu üzerinde eşleştirilerek haritalandırıldı ve görselleştirilmesi sağlandı. Bu yaklaşım sayesinde fonon kararlılığı ve diğer termodinamik özellikler bütünleşik olarak görselleştirildi. Böylelikle, tablodaki gruplar aracılığıyla yapılar arasındaki kimyasal benzerliklerin anlaşılması kolaylaştı ve tablo üzerinde yasak bölgeler olarak adlandırılan bölgelere de vurgu yapıldı. Yasak bölgeler, belirli element çiftlerinin kararlı fazlar oluşturmadığı alanları tanımlar. Bu bölgeler, elementlerin PN numaralarına göre belirlenir ve kararlılık açısından kritik bilgiler sağlar. Periyodik numaralandırma yaklaşımında temel prensip şu şekildedir: İlk olarak elektronegativite, baş kuantum sayısı, değerlik kabuğu konfigürasyonu gibi terimlerden faydalanarak elementlere periyodik numaralar (PN) atanır ve ardından bu numaralandırma ikili sistemlere genişletilir. Bu sayede elementlerin oluşturduğu bileşiklerdeki kimyasal trendleri anlamak ve faz oluşumunu öngörmek kolaylaşır. Bu haritalandırmada belli bölgeler istisna oluştursa da, faz oluşumunun beklenmediği yapıları da açıkça gösterilmiş olur. Ekibimizin önceki çalışmasında PN-PN tablosu, farklı kimyasal sistemlerde kritik bölgelerin belirlenmesini önemli ölçüde kolaylaştırmış ve ayrıca, eşatomik ikili fazların kimyasal özelliklerindeki trendlerin analiz edilmesine olanak tanımıştır. Buradan hareketle bu tezde Yoğunluk Fonksiyonel Teorisi temelli termodinamik hesaplamalar gerçekleştirilmiş ve ekibimizin önceki çalışmalarında hesaplanan oluşum entalpisi, kristal yapının kararlılığı gibi çıkarımlara, termodinamik açıdan destekleyici veriler elde edilmiştir. Toplamda 879 yapının fonon kararlılığı tayin edilmiş ve ısı katkısı değerleri hesaplanmıştır. Böylelikle, bu tez çalışmasından elde edilen fonon stabilitesi ve ısı katkısı verileri ekibimizin önceki bulgularından olan yapıların mekanik dayanım özellikleri ile entegre edilebilir hale gelmiştir. Bu şekilde fonon ile mekanik stabilite arasındaki ilişki açıklanabilmekte ve daha detaylı yorumlanabilmektedir. Bunlara ilaveten, bileşiklerin elemental ve yapısal özellikleri kullanılarak, mevcut veri seti üzerinde makine öğrenmesi teknikleri de uygulanmıştır. Geleneksel yöntemlerin büyük ölçüde deneme yanılmaya dayandığı durumların aksine, makine öğrenimi algoritmaları malzeme özelliklerini yüksek doğrulukla değerlendirme ve tahmin etme kapasitesine sahiptir. Fonon kararlılığı tahmininde Rastgele Orman, Destek Vektör Makineleri (SVM), Gradyan Artırma ve Karar Ağacı gibi modeller değerlendirilmiştir. Karar Ağacı modeli \% 80 doğruluk oranı ile en yüksek performansı sergilemiştir. Bu modellerin doğruluğunu artırmada, bant merkezi, ortalama kovalent yarıçapı ve ortalama elektronegativite gibi tanımlayıcılar (descriptor) önemli rol oynamıştır. Bant merkezi, elektronik bant yapısındaki pozisyonun fonon kararlılığı üzerindeki etkisini gösterirken, ortalama kovalent yarıçap, atomların bağlanma özelliklerini yansıtmaktadır. Ortalama elektronegativite ise atomların elektron çekme eğilimlerini belirlemekte ve bu nedenle fonon kararlılığını etkilemektedir. Gibbs serbest enerjisini tahmin etmek için ise Rastgele Orman Regresyonu, En Yakın Komşular (KNN) Regresyonu, Destek Vektör Regresyonu (SVR) ve Doğrusal Regresyon modelleri kullanılmıştır. Bu modellerin performansları, 5-katlı çapraz doğrulama yöntemi ile değerlendirilmiştir. Rastgele Orman Regresyonu modeli, 0.846 ortalama skoru ile en yüksek performansı sergilemiştir. Bu sonuç, Rastgele Orman Regresyonu'nun Gibbs serbest enerjisini tahmin etmede en etkili model olduğunu göstermektedir. Bu bulgular, gelecekteki araştırmalarda makine öğrenimi tekniklerinin daha geniş uygulama alanlarına yayılmasını teşvik edebilir. Termodinamik özelliklerin anlaşılması ve modelleme sürecinde atılan bu önemli adım, malzeme yapılarını optimize etme sürecinde kritik bir rol oynar. Gelecekte, bu çalışmanın yöntemlerinin daha spesifik olarak belirli malzeme sınıfları veya diğer akademik uygulamalar için adapte edilmesi ve geliştirilmesi beklenmektedir. Bu yaklaşım aynı zamanda malzeme bilimindeki keşif ve plan tasarım süreçlerine dair verimli bir örnek oluşturmaktadır. Ayrıca, makine öğrenmesi tekniklerinin malzeme bilimi alanında daha yaygın kullanımı, araştırma süreçlerini hızlandıracak ve maliyetleri düşürecektir. Özellikle, veri odaklı yaklaşımlar sayesinde malzemelerin termodinamik ve mekanik özelliklerinin daha hassas tahmin edilmesi mümkün hale gelecektir. Bu da, yeni malzemelerin tasarımı ve mevcut malzemelerin iyileştirilmesi için önemli fırsatlar sunacaktır. Bu bağlamda, tezin bulguları gelecekteki çalışmalara ışık tutacak niteliktedir ve malzeme bilimi literatürüne önemli katkılar sağlayacaktır. Sonuç olarak, bu tez çalışması, malzeme bilimi alanında teorik ve hesaplamalı yaklaşımların nasıl uygulanabileceğine dair kapsamlı bir örnek sunmaktadır. Çalışmanın bulguları, sadece akademik anlamda değil, aynı zamanda endüstriyel uygulamalar için de büyük önem taşımaktadır. Bu tez, hem bilimsel bilgi birikimini artırmakta hem de malzeme bilimi ve mühendisliğinin pratik sorunlarına çözüm üretmektedir.
Özet (Çeviri)
Exploration and exhaustive comprehension of novel materials are the main objectives of materials science. Laboratory evaluations have been the primary method by which substantial advancements have been achieved throughout the development of this scientific field. The contributions of density functional theory (DFT) algorithms have significantly altered the field of materials science over the past twenty years. These algorithms balance accuracy and efficiency. Supercomputers have enabled substantial breakthroughs in predicting electrical properties of crystal formations, facilitating a fundamental transition in the discipline. Developments of robust algorithms and lower computing costs have made data-driven approaches in materials research more widely adopted. Researchers can now analyze enormous datasets to guide experiments and uncover novel materials. Although databases are frequently used in contemporary materials science, there are some gaps regarding phonon calculations and the thermal properties of compounds. To address this deficiency, this thesis calculates the phonon stability, heat capacities at 298.15 K, formation enthalpies, formation entropies, and Gibbs free energies of binary structures. A total of 879 binary structures were examined, and the results of these calculations were compiled into a data set. In a recent study by my research team, the formation enthalpies and mechanical strengths of binary structures at absolute zero were investigated. This thesis contributes to this work by providing detailed analyses of the dynamic stability and thermodynamic properties of the same binary structures, supporting the findings of my team's prior research. In the initial phase of this thesis, the thermodynamic properties and phonon stabilities of the compounds were calculated. Subsequently, inspired by the PN-PN table model proposed and utilized in our team's recent work, this data set was mapped and visualized on a PN-PN table according to the periodic numbers (PN) assigned to the elements in the structures. This approach enabled the integrated visualization of phonon stability and other thermodynamic properties. Consequently, the chemical similarities between structures were more easily comprehended through the groups in the map, and the so-called forbidden regions were highlighted. Forbidden regions are regions in which specific pairings of elements are unable to form stable phases, which provides critical information on stability based on the PN numbers of the elements. The basic principle of the periodic numbering approach is as follows: First, periodic numbers (PN) are assigned to the elements with respect to their electronegativity, principal quantum number, and valence shell configuration, and then this numbering is extended to binary systems. This makes it easier to understand the chemical trends in the compounds formed by the elements and to predict phase formation. Although there are some exceptions in this mapping, it clearly shows the structures where phase formation is not expected. In our team's previous work, the PN-PN table significantly facilitated the identification of critical regions in different chemical systems and allowed for the analysis of trends in the chemical properties of equiatomic binary phases. Based on this, density functional theory-based thermodynamic calculations were performed in this thesis, providing thermodynamic data supporting the inferences of formation enthalpy and crystal structure stability calculated in our team's previous studies. A total of 879 structures' phonon stabilities were determined, and heat contribution values were calculated. Thus, the phonon stability and heat contribution data obtained from this thesis can be integrated with the mechanical strength properties of the structures from our team's previous findings. This allows for a more detailed interpretation of the relationship between phonon and mechanical stability. Additionally, using the elemental and structural properties of the compounds, machine learning techniques were applied to the current data set. Random Forest, Support Vector Machines (SVM), Gradient Boosting, and Decision Trees were assessed for their capacity to predict phonon stability. The Decision Tree model exhibited the highest performance, with an accuracy rate of 80\%. These models' accuracy was significantly enhanced by elemental descriptors such as band center, mean covalent radius, and mean electronegativity. The band center indicates the effect of the position in the electronic band structure on phonon stability, the mean covalent radius reflects the bonding properties of atoms, and the mean electronegativity determines the atoms' tendencies to attract electrons, thus affecting phonon stability. For predicting Gibbs free energy, Random Forest Regression, K-Nearest Neighbors (KNN) Regression, Support Vector Regression (SVR), and Linear Regression models were used. The performance of these models was evaluated using a 5-fold cross-validation method. The Random Forest Regression model exhibited the highest performance with an average score of 0.846. This result indicates that Random Forest Regression is the most effective model for predicting Gibbs free energy. These findings may encourage the broader application of machine learning techniques in future research. This significant step in understanding and modeling thermodynamic properties plays a critical role in optimizing material structures. In the future, it is expected that the methods of this study will be adapted and developed more specifically for certain material classes or other academic applications. This approach also serves as an efficient example of the discovery and design planning processes in materials science.
Benzer Tezler
- ZrB2-TiB2 kompozit seramik tozlarının kendiliğinden ilerleyen yüksek sıcaklık sentezi yöntemi ile üretilmesi
Production of ZrB2-TiB2 composite ceramic powders by self heating synthesis process
AYŞE ECE YILDIZÇELİK
Yüksek Lisans
Türkçe
2015
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. ONURALP YÜCEL
- Eti krom konsantreleri kullanılarak kendiliğinden ilerleyen yüksek sıcaklık sentezi yöntemi ile düşük karbonlu ferrokrom alaşımlarının üretilmesi
Low carbon ferrochromium production from Eti krom concentrate via self propagating high temperature synthesis
MERYEM GÜNGÖR
Yüksek Lisans
Türkçe
2015
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. ONURALP YÜCEL
- Kendiliğinden ilerleyen yüksek sıcaklık sentezi yöntemi ile yeni ve özel alaşımların üretimi ve geliştirilmesi
Investigation of new and noble alloys productions by self-propagating high-temperature synthesis method
MURAT ALKAN
Doktora
Türkçe
2014
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. ONURALP YÜCEL
DOÇ. DR. CEVAT BORA DERİN
- Kendiliğinden ilerleyen yüksek sıcaklık sentezi ile W2FeB2 ve W2FeB2-Fe bazlı kompozitlerin üretimi ve malzeme karakterizasyonu
Synthesis of W2FeB2 and W2FeB2-Fe based composites by self-propagating high temperature synthesis and material characterization
ECE SOYLU
Yüksek Lisans
Türkçe
2021
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. CEVAT BORA DERİN
- Bazı makro halkalı eterlerin sentezi ve kompleksleşme sabitlerinin incelenmesi
Synthesis of some macrocyclic ethers and investigation of their complexation constants
HALİL İBRAHİM UĞRAŞ