Аннотация результатов, полученных в 2021 году
В последнее время отмечается все более широкое применение различных систем магнетронного распыления и дугового напыления в вакуумных установках, которые обеспечивают возможность формирования тонких покрытий широкого спектра составов и композиций на изделиях практически любой конфигурации. Что же касается триботехнических применений ионно-плазменных покрытий, то на фоне большого количества экспериментальных результатов, встречающихся в научной литературе, масштаб их индустриального использования довольно ограничен. Единой концепции таких применений, включающей покрытия различной природы и структуры, с одной стороны, и различные интервалы условий трения, с другой, на настоящий момент времени нет. С точки зрения трибологии проблема использования материалов с покрытиями упирается в решение задачи определения характеристик качества трения (коэффициент трения и интенсивность изнашивания) в зависимости от структуры и свойств используемых материалов, конструктивных параметров и эксплуатационных условий. Используемым сегодня методом для определения трибологических характеристик таких материалов, в большинстве случаев, является тщательно проводимый трибологический эксперимент в широком диапазоне эксплуатационных условий, требующий высококачественного экспериментального оборудования и значительных трудозатрат. Связано это с тем, что возможности использования моделирования в трибологии существенно ограничены в силу того, что зависимость трибологических характеристик от структуры и свойств материалов существенно нелинейна и обусловлена множеством сложных взаимосвязей между соприкасающимися поверхностями как на микроскопическом (энергии связи атомов, энергия адгезии, дефекты и напряжения в кристаллической структуре), так и на макроскопическом уровне (морфология поверхности, толщина и прочность покрытия, параметры нагружения, химические реакции в ходе испытаний). Эти взаимосвязи определяются не только физико-механическими, трибологическими, геометрическими характеристиками контактирующих поверхностей, но и условиями взаимодействия, например, температурой, типом контакта, условиями смазывания, приложенной нагрузкой и т. д. Применительно к ионно-плазменным покрытиям одним из путей применения математического моделирования является установление взаимосвязи технологических режимов нанесения покрытия и его элементного состава с одной стороны, эксплуатационных условий в которых они работают с другой и собственно характеристик качества трения покрытий. Речь идет о разработке моделей типа «режим−состав−условия эксплуатации−свойства». В последние годы для моделирования трибологических проблем все более широко используются методы искусственного интеллекта, включая интеллектуальный анализ данных, адаптивную нейро-нечеткую систему вывода, искусственные нейронные сети, машинное обучение. Целью выполняемого проекта является создание триботехнических материалов и покрытий нового поколения на основе интеллектуальной (цифровой) технологии синтеза. Для этого была разработана программа и методики лабораторных исследований состава, строения, морфологии и свойств синтезируемых покрытий, измерения массовых долей атомов химических элементов в поликристаллических материалах, исследования локального атомного окружения. В рамках программы первого года было предусмотрено проведение многомасштабного компьютерного моделирования параметров структуры, электронных, механических и трибологических свойств покрытий с заданным составом и морфологией. На первом этапе работы было выполнено компьютерное моделирование локальной атомной и электронной структуры трибологических покрытий нитридных систем как функции элементного состава и симметрии структуры. Методом эволюционного алгоритма построена база данных структур и соответствующих значений энтальпии для стехиометрий TiN, Ti2N, Ti3N2, Ti4N3, Ti6N5. На следующем этапе работы было выполнено моделирование микроскопических параметров покрытия методами квантовой химии и теории функционала электронной плотности: длины связей на поверхности покрытия заданного состава, морфологии, энергии химической связи на поверхности. Расчеты электронной структуры из первых принципов были выполнены в рамках теории функционала плотности (DFT) в рамках обобщённого градиентного приближения (GGA) в форме Perdew – Burke – Ernzerhof (PBE). В качестве модельного был выбран потенциал типа ReaxFF. Расчёты молекулярной динамики были проведены с помощью программного обеспечения LAMMPS (Large-scale Atomic/Molecular Massively Parallel Simulator) с пакетом reax/c. С целью адаптации потенциала ReaxFF для последующего применения к системам с большим числом частиц рассмотрено его использование к отладке методики моделирования методом молекулярной динамики процесса наноиндентирования и скрэтч теста поверхности покрытий TiNx для получения численных значений их механических и трибологических свойств. Разработан подход к моделированию механических свойств покрытий, получаемых методом ионно-плазменного напыления на основании их микроструктурного анализа. Рассмотрена слоистая среда покрытия TiAlN с чередующимися слоями TiN, AlN. Тензор упругих постоянных слоистой среды определялся на основе дифференциальной схемы метода самосогласования. Количественное сопоставление результатов моделирования эффективных упругих свойств слоистой среды выполнено в рамках подходов микромеханики и конечно-элементного моделирования. Для успешного применения методов машинного обучения необходимо наличие достаточного набора данных для обучения, которые покрывали бы равномерно пространство значений и область определения многомерной целевой функции. Для решения задачи прогнозирования механических и трибологических свойств покрытий была построена выборка с помощью численного решения уравнения метода самосогласования. Для того, чтобы сбалансировать обучающую выборку, использовалась генерация точек в пространстве параметров методом улучшенного латинского гиперкуба (Improved Latin Hypercube Sampling (IHS)). Для исследования применимости алгоритмов на основе нейросетей для прогнозирования механических свойств многослойного покрытия были рассмотрены два варианта применения алгоритма. В прямом подходе свойства покрытия прогнозируются на основе известных параметров каждого слоя и концентрации включений. В обратном подходе для искомых свойств покрытия алгоритм находит один из возможных наборов значений параметров каждого слоя и концентрацию включения. Следующий этап работы заключался в синтезе металлокерамических покрытий нитридных систем. С целью подготовки и аттестации образцов подложки для нанесения покрытий проанализированы материалы, традиционно используемые в машиностроении для изготовления контактных поверхностей нагруженных узлов трения. На основании проведенного анализа принято решение использовать в качестве материала подложки сталь 40ХН2МА. Учитывая, что определяющим фактором для адгезии и работоспособности покрытий является структура подложки, в образцах стали 40ХН2МА сформировано три типа структур: сорбитная, мартенситная и ферритно-перлитная структуры. Партии образцов-подложек прошли выборочную аттестацию по требуемым типам микроструктуры с использованием методик оптической микроскопии, а также по механическим характеристикам (твердости), главным образом, с целью обеспечения однородности структуры и свойств по всему объему образца. Синтезированы металлокерамические покрытия нитридных систем TiN, TiAlN, CrAlSiN. На каждый вид ионно-плазменных покрытий разработаны карты планирования эксперимента, включающие оптимизированные вариации состава, структуры и технологических параметров нанесения покрытий. В соответствии с содержанием карт эксперимента, подготовлены образцы с ионно-плазменными покрытиями ординарных нитридных систем TiN, TiAlN, CrAlSiN. Отработана ионно-плазменная технология формирования нанокомпозиционных покрытий на базе системы CrAlSiN. Синтез металлокерамических покрытий нитридных систем осуществлялся на вакуумной установке BRV600 для нанесения ионно-плазменных покрытий. Установка отличается широкими техническими возможностями для получения покрытий различного состава, морфологии, свойств и назначения, так как оснащена двумя дуговыми испарителями, разбалансированным магнетроном, ионным источником, а также отдельным модулем для нанесения углеродных покрытий (в частности, алмазоподобных DLC-покрытий). Проведена аттестация элементного состава, морфологии поверхности, структуры, механических и трибологических свойств ионно-плазменных покрытий ординарных нитридных систем TiN, TiAlN, CrAlSiN. Сформирована база аттестационных данных, предназначенных для валидации целевых показателей (выходных дескрипторов), полученных по результатам машинного обучения. Проведено структурирование базы данных, сформирован перечень дескрипторов, проанализированы их характеристики. Проведена оптимизация количества дескрипторов, имеющая целью снизить количество дескрипторов в базе данных без ущерба качеству прогнозов машинного обучения. Процедура оптимизации выполнена на основе физических и технологических принципов. Была проведена тренировка алгоритма машинного обучения на основе экспериментальных данных, собранных в ходе анализа литературы. Для этого была сформирована обучающая выборка из экспериментальных данных, собранных по 48 статьям, посвящённым исследованию покрытий из нитрида титана (TiN). В итоге вся обучающая выборка содержала в себе 281 объект, каждый из которых характеризовался большим числом механических и трибологических свойств. Особое внимание было уделено методам восстановления пропущенных данных и разработке алгоритмических способов фильтрации данных, что позволило отфильтровать лишние признаки и сомнительные эксперименты. Определён минимальный набор дескрипторов исследуемого объекта (состав, толщина, морфология, параметры испытаний, механические свойства) для достижения наилучшего качества предсказания коэффициента трения и интенсивности изнашивания. Было исследовано влияние различных методов восстановления пропущенных данных и фильтрации данных на обобщающую способность алгоритмов машинного обучения. При решении поставленной задачи сравнивались 3 метода машинного обучения: линейная регрессия с регуляризацией (Ridge regression), Support Vector Machine (SVM) и случайный лес рандомизированных деревьев решений (ExtraTrees). Для оценки качества предсказания модели машинного обучения применялась кроссвалидация. В ходе кроссвалидации вся обучающая выборка разделяется на K частей, где одна из них используется для проверки модели, а остальные для обучения, данная процедура повторяется K раз, а итоговой оценкой является среднее значение всех проверок. Выбран оптимальный алгоритм машинного обучения и его параметры на основе результатов кросс-валидации. Таким образом, в результате проведенных в 2021 г. исследований, была подготовлена научная база для выполнения работ следующего 2022 года – синтеза ионно-плазменных нанокомпозиционных и комбинированных покрытий на основе нитридных и углеродных систем с применением модифицирования подложки путем ионной имплантации Ar, Nb и Hf.

Аннотация результатов, полученных в 2022 году
Второй этап работы был посвящен исследованию нанокомпозиционных и комбинированных покрытий на основе нитридных и углеродных систем категории DLC. Показано, что с точки зрения варьирования и оптимизации свойств покрытий, наиболее интересны такие технологические параметры как давление в рабочей камере, ток индукционных катушек (соленоидов), а также величина подачи азота в камеру. С помощью варьирования соответствующих технологических параметров изготовлены образцы с синтезированными ионно-плазменными DLC-покрытиями на основе аморфного и аморфного азотсодержащего углерода, а также образцы с комбинированными ионно-плазменными покрытиями, сочетающими трибологический углеродный слой DLC (наружный слой с низким коэффициентом трения) и износостойкий нитридный слой на основе TiN и CrAlSiN. Проведена аттестация состава, морфологии, механических и трибологических характеристик синтезируемых покрытий на основе разработанной методики. Итогом этой работы явилась база экспериментальных данных по DLC-покрытиям, которая была использована для машинного обучения с применением нейросетевых алгоритмов и получены важные новые данные в виде фундаментальных зависимостей между режимами нанесения, измеренными характеристиками покрытий и их трибологическими свойствами. Для проведения многомасштабного компьютерного моделирования параметров структуры, электронных, механических и трибологических свойств покрытий с заданным составом и морфологией на первом этапе была выполнена валидация разработанного алгоритма путем сравнения полученных экспериментальных данных покрытий нитридных систем с результатами теоретического прогнозирования. Для оценки качества предсказаний модели машинного обучения была использована методика кросс-валидации. В качестве модели машинного обучения тестировался ансамблевый метод на основе деревьев решений Extra Trees. В результате поиска зависимости между свойствами покрытия от параметров его нанесения по экспериментальным данным на основе кросс-валидации LOO построено поле предсказаний механических и трибологических свойств покрытий TiN по параметрам его нанесения. На следующем этапе работы было выполнено усовершенствование методики исследования состава, строения, локального атомного окружения и степени окисления атомов 3d металла с использованием источников синхротронного излучения. В качестве дескрипторов спектра рентгеновского поглощения за К-краем железа были использованы положение и наклон края поглощения, положение и интенсивность белой линии, 2 или 3-я главная компонента, положение и интенсивность максимума и минимума, кривизны максимума и минимума. Были рассмотрены два способа применения машинного обучения для структурного анализа, а именно обратный и прямой подходы. Для работы был выбран алгоритм на основе радиальных базисных функций (РБФ). Прогнозирование основано на трех дескрипторах, обеспечивающих наилучшее качество с точки зрения перекрестной проверки. На основе данных многомасштабного компьютерного моделирования построена математическая модель направленного конструирования механических характеристик многофазных сред. С целью исследования зависимости твердости многослойного покрытия от механических свойств составляющих его слоев и их толщины, было произведено моделирование процесса индентирования на основании численного решения контактной задачи. Используя анализ feature importance алгоритма Extra Trees были определены части кривой индентирования, несущие в себе информацию о свойствах отдельных слоёв покрытия. Натренированный алгоритм Extra Trees с высокой точностью предсказывает вид кривой индентирования и твёрдость покрытия по заданным механическим свойствам слоёв, и наоборот – целевые значения модуля Юнга, коэффициента Пуассона и предела текучести каждого слоя для достижения искомой твёрдости. Для отработки методики предсказания дескрипторов структуры была расширена экспериментальная обучающая выборка с помощью теоретических вычислений. Анализ механических свойств широкого набора материалов, состоящих из карбидов, нидридов и боридов был проведён на основе широкого набора структур, представленных в базе данных Materials Project. Для этих структур были вычислены механические свойства (Bulk modulus, Shear modulus и Poisson modulus). Было установлено, что оптимальным дескриптором структуры, описывающим морфологию и кристалличность, и одновременно показывающий высокую точность работы алгоритма Extra Trees является рентгеновская дифрактограмма вещества. Аналогичным образом была отработана методика предсказания трибологических свойств PVD покрытий в зависимости от параметров их нанесения. С целью определения влияния квазипериодического распределения концентраторов напряжений на границе раздела разнородных сред, а также учета предварительного напряженного состояния системы «покрытие−подложка», была рассмотрена статическая контактная задача для нанокомпозиционных и комбинированных покрытий на основе разработанных конечно-элементных моделей. Численный эксперимент реализован в конечно-элементном комплексе ANSYS с использованием созданных макросов APDL. Установлены зависимости изменения напряженно-деформированного состояния системы от физико-механических параметров слоистой среды, наличия предварительно-напряженного состояния и отслоений на границах разнородных сред. Проведено исследование напряженно-деформированного состояния системы «покрытие-подложка» в рамках динамической контактной задачи при учете трения в области контакта для нанокомпозиционных и комбинированных покрытий. Для механических характеристик материала, эффективные упругие модули которого рассчитаны в рамках модели микромеханики на основании данных натурных экспериментов для композиционного материала TiAlN и комбинированного покрытия на основе CrAlSiN проведены численные эксперименты. Исследовано влияние механических свойств среды и частоты вибрации на изменение контактных давлений за период колебаний. Отработана методика моделирования методами классической молекулярной динамики нанесения DLC покрытия на поверхность подложки. В ходе моделирования были получены структуры DLC покрытий на поверхности металла. Толщина покрытий росла немонотонно в зависимости от времени нанесения с переходным процессом в начальный момент времени. Полученные структуры в основном имеют аморфное строение с присутствием sp2 и sp3 связей, а также молекулярных фрагментов, которые могут формироваться ещё в газовой фазе. Рост скорости напыления приводит к большему разупорядочению локальной атомной структуры вокруг атомов углерода, что заметно по уширению особенностей функции радиального распределения. Выполнена статистико-аналитическая обработка экспериментальных данных по углеродным покрытиям DLC, полученных при выполнении проекта за отчетный период. Установлены закономерности между дескрипторами различной природы, проведена их графическая визуализация на основе экспериментальных данных. Найдены аппроксимационные математические выражения для зависимостей твердости Н, модуля упругости Е, сопротивления покрытий упругой Н/Е и пластической Н3/Е2 деформации, коэффициента трения и износостойкости покрытий от параметров давления в рабочей камере, тока индукционных катушек, величины подачи азота в камеру, а также от нагрузки трения при трибологических испытаниях. Учет динамических процессов в паре трения, происходящих в ходе формирования равновесной шероховатости, от которой в свою очередь зависят и коэффициент трения и, в конечном итоге, – износостойкость, осуществлен методом математического моделирования. Предложенный подход должен стать основой для усовершенствования алгоритма прогнозирования коэффициента трения и интенсивности изнашивания за счёт вариации параметров нагружения. Выполненные исследования позволяют в дальнейшем по вибросигналам акселерометров идентифицировать режим, протекающий в парах трения, определять момент разрушения покрытия, прогнозировать остаточный ресурс узлов трения.

Аннотация результатов, полученных в 2023 году
По результатам проведенных методических и модельных оценок в качестве высокоэнтропийных систем для формирования покрытий были выбраны: Ме-Ti-Zr-Nb-Hf и Cr-Mn-Fe-Co-Ni. Покрытия осаждались на подложку из стали 40ХН2МА. Нанесение экспериментальных покрытий осуществлялось с помощью вакуумной установки BRV600. По установленным и предварительно оптимизированным режимам были синтезированы покрытия ВЭС систем CrTiZrNbHf, (CrTiZrNbHf)N методом трехкатодного дугового напыления, и CuCrMnFeCoNi магнетронным испарением мишени эквиатомного состава с различными вариантами подслоя и толщины. Выполнена систематическая аттестация образцов с синтезированными покрытиями ВЭС, включающая полный комплекс металлофизических исследований, механических испытаний методом непрерывного индентирования и трибологических испытаний на машине трения. Это позволило дополнить созданную базу экспериментальных данных покрытиями ВЭС для последующего её использования в машинном обучении. По результатам наполнения базы данных была построена зонная структурная диаграмма Мовчана-Демчишина-Торнтона для покрытий CrTiZrNbHf, а также получены аппроксимационные зависимости всех физико-механических характеристик от напряжения смещения для покрытий CrTiZrNbHf и от давления азота в рабочей камере для покрытий (CrTiZrNbHf)N. Было проведено исследование стабильности структурного состояния высокоэнтропийных сплавов TiZrNbVHf, CrMnFeCoNi, эквиатомного элементного состава на основе моделирования их термодинамических и механических характеристик. Расчет показал, что соединения TiZrNbVHf, CrMnFeCoNi удовлетворяют критериям высокоэнтропийных однофазных систем и относятся к твердым растворам или фазам с аморфной структурой. Расчеты термодинамической стабильности прогнозируемых решеток показали, что при температурах ниже 1200К сплавы TiZrNbVHf, CrMnFeCoNi квазистабильны и что эквиатомный 4-х элементный сплав TiZrNbHf оказывается более стабильным по сравнению с 5-ти элементными соединениями. Эти результаты позволили скорректировать первоначальный выбор многокомпонентных систем для проведения экспериментальных работ, взяв за основу для покрытий ВЭС систему TiZrNbHf, не содержащую ванадия. Было проведено моделирование поведения покрытий в условиях работы нагруженных трибосопряжений. Построено аналитико-численное решение динамической контактной задачи о колебаниях жесткого штампа на полуограниченном слое, обладающем микроструктурой, при учете трения в области контакта. Расчеты проводились для механических характеристик высокоэнтропийных покрытий системы CrTiZrNbHf. На основании анализа данных численных экспериментов получены аналитические зависимости, показывающие, что наибольшее влияние на распределение напряжений в области контакта оказывают относительная толщина слоя, частота вибрации и коэффициент трения. Было проведено моделирование методом конечных элементов процесса индентирования при учете многофазности среды, что, позволило прогнозировать твердость получаемого покрытия, при учете возможного нарушения адгезии покрытия к подложке. Проведена серия численных экспериментов для однородных и многофазных покрытий при изменении атомарного (весового) состава покрытия и его механических характеристик. В результате построены диаграммы индентирования для системы «покрытие-подложка» при изменении состава фаз покрытия. В процессе поиска оптимальных дескрипторов уменьшение размерности данных применялось для коэффициента трения и для кривых индентирования. Уменьшение размерности последних осуществлялось с помощью численного моделирования. Для достижения максимального качества аппроксимации был использован метод адаптивного сэмплинга. Результаты вычисления твёрдости однослойного покрытия по обучающей выборке показали, что наибольшее влияние на твёрдость оказывают модуль Юнга материала и его предел текучести, в то время как коэффициент Пуассона практически не влияет на результат моделирования. Было проведено обучение алгоритма ExtraTrees для решения обратной задачи – предсказание параметров материала покрытия по кривой индентирования. Наилучшее качество предсказания достигается для модуля Юнга и составляет более 99%, в то время как для коэффициента Пуассона качество предсказания составило около 64%. Численное моделирование процесса напыления покрытия ВЭС системы CrMnFeCoNi на поверхность железа было выполнено методами классической молекулярной динамики с помощью программного пакета LAMMPS. В качестве потенциала межатомных взаимодействий был использован потенциал meam для высокоэнтропийных сплавов. Снимки структуры выводились на монитор каждые 100 шагов расчета в формате xyz. Кроме того, каждые 100 шагов выводились и основные параметры расчёта: шаг, количество атомов в ячейке, температура, давление, энергии взаимодействий. В процессе работы были построены и изучены функции радиального распределения атомов в контексте расчета высокоэнтропийных сплавов. Они позволили получить представления о структуре и динамике атомов в системе CrMnFeCoNi - организация системы в виде ближнего порядка однородного сплава без признаков сегрегации отдельных фаз. Поиск алгоритма решения обратной задачи выполнялся в несколько этапов. На первом шаге стандартные модели машинного обучения ExtraTrees и Multilayer Perceptron (MLP) были натренированы для решения прямой задачи предсказания трибологических свойств по дескрипторам объекта. На втором шаге обученные модели использовались в качестве отображений из пространства дескрипторов в пространство целевых признаков. На заключительном этапе исследований была разработана процедура оценки величины отклонения значений целевого признака (коэффициента трения) от заданного значения при изменении значений дескрипторов. Показано, что нейросетевой алгоритм MLP дает более ясную (наглядную и точную) картину оценки отклонений, чем тепловые карты, построенные для модели ExtraTrees. Разработанный алгоритм решения обратной задачи был протестирован на выборке синтезированных вакуумных ионно-плазменных углеродных покрытий (DLC). В качестве дескрипторов выступали рабочее давление в камере, величина подачи азота в камеру, подаваемый на индукционные катушки ток, время нанесения покрытия. В качестве выходного параметра модели выступало значение коэффициента трения покрытия, На первом шаге для аппроксимации зависимости коэффициента трения от экспериментальных параметров были применены три алгоритма: линейный алгоритм гребневой регрессии Ridge, ансамблевый алгоритм рандомизированных деревьев ExtraTrees и полносвязная нейронная сеть – многослойный перцептрон (MLP). На втором шаге были построены двухпараметрические цветовые (тепловые) карты распределения коэффициента трения, предсказанные натренированными алгоритмами машинного обучения. На третьем шаге была выполнена верификация разработанного алгоритма, то есть продемонстрировано соответствие модельного метода его экспериментальному прототипу. Сравнительный анализ модельных и экспериментальных данных показал, что соответствие между ними наблюдается в области малых значений параметров из исследованных вариационных интервалов, причем, только для модели ExtraTrees. Таким образом, разработанный алгоритм поиска дескрипторов исследуемого объекта для получения заданных трибологических характеристик при относительно небольшом объеме выборки является валидным при условии использования натренированного алгоритма машинного обучения ExtraTrees. Был изготовлен трибологический комплекса для проведения испытаний в широком диапазоне температур, оснащенный системой управления сервоприводами, измерительным устройством и программным обеспечением с графическим интерфейсом пользователя. Подготовлено 11 публикаций в индексируемых изданиях. Выполнена апробация технологии нанесения разработанных покрытий на трущиеся поверхности элементов фрикционного демпфера низкоамплитудных колебаний самолета для ФАУ ЦАГИ. По результатам оформлен РИД на полезную модель.