فهم ذري لتكسر التنجستن الناجم عن فقاعات الهيدروجين ممكّن بواسطة ديناميكيات جزيئية مدعومة بتعلم آلي

لماذا يمكن لفقاعات صغيرة أن تكسر معادن قوية

إذا رأيت جزءًا معدنيًا يتشقق بشكل غير متوقع، فربما كان الهيدروجين أحد المسببات الخفية. في تقنيات متطرفة مثل مفاعلات الاندماج، تتعرض جدران المعادن لقصف مستمر بالهيدروجين، الذي يمكنه التسلل إلى الداخل وإضعاف المعدن من الداخل. تستخدم هذه الدراسة محاكاة حاسوبية متقدمة لمراقبة، ذرة بذرة، كيفية تجمع الهيدروجين في فقاعات داخل التنجستن — وهو مادة رائدة مرشحة لجدران مفاعلات الاندماج — وكيف يمكن لتلك الفقاعات أن تثير فشلًا هشًا مفاجئًا. فهم هذه العملية الخفية ضروري لبناء آلات أكثر أمانًا وطول أمد في بيئات قاسية.

متابعة ذرات الهيدروجين واحدة تلو الأخرى

لمتابعة الهيدروجين داخل معدن صلب، يحتاج العلماء أدوات تجمع بين الدقة والسرعة. الحسابات الكمية التقليدية دقيقة جدًا لكنها بطيئة للغاية للتعامل مع ملايين الذرات المشاركة في فقاعات حقيقية، بينما النماذج الأبسط سريعة لكنها غالبًا غير موثوقة. يجسر المؤلفون هذه الفجوة من خلال تدريب نموذج تعلم آلي، سمّوه NEP-WH، ليحاكي فيزياء المستوى الكمي للتنجستن والهيدروجين. زودوه بمجموعة تدريب غنية من تكوينات ذرية — بلورات مثالية، شكاوى، حالات شبيهة بالسائل، أسطح، شقوق، وفراغات — بحيث يستطيع النموذح التعرف على بيئات متعددة. تُظهر الاختبارات أن NEP-WH يطابق نتائج الكم عن كثب فيما يتعلق بالخواص الأساسية للتنجستن، وكيفية ذوبان الهيدروجين وحركته فيه، وسلوك جزيئات الهيدروجين تحت ضغوط عالية جدًا.

رؤية كيفية تكوّن الفقاعات داخل المعدن

مسلحين بهذا النموذج الجديد، يجري الباحثون محاكاة ديناميكيات جزيئية على نطاق واسع لمراقبة تجمع الهيدروجين داخل جيوب فارغة صغيرة — فراغات نانوية — داخل التنجستن. عندما يدخل الهيدروجين، يشكل أولًا جزيئات تتكدس في مركز الفراغ، مكوِّنة ضغوطًا تقارب عشرات مليارات الباسكال، أي ما يقابل ظروفًا عميقة داخل الكواكب. وفي الوقت نفسه، تتحلل بعض الجزيئات عند سطح الفراغ، تاركة ذرات هيدروجين فردية تلتصق بالمعدن المحيط. يستقر النظام في النهاية في حالة ثابتة حيث تعتمد ضغط الفقاعة على حجم الفراغ وتتبع قاعدة بسيطة تشبه توتر السطح: الفراغات الأصغر تصل إلى ضغوط أعلى. هذا يقدم دعمًا عدديًا لأفكار نظرية قديمة حول سلوك فقاعات الغاز الداخلية في الأجسام الصلبة.

صفائح هيدروجين مسطحة ونقاط ضعف خفية

بمجرد أن يستقر ضغط الفقاعة، لا تنتهي قصة الهيدروجين. تستمر ذرات هيدروجين إضافية في التسرب من الفقاعة إلى المعدن القريب، لكن ليس بشكل متساوٍ. بدلًا من ذلك، تتجمع في عناقيد رقيقة تشبه الصفائح على طول مستويات بلورية محددة، تُعرف بمستويات {100}، وتمتد خارج سطح الفراغ. داخل هذه الصفائح، يتم دفع التركيب المعدني المحلي نحو ترتيبات أكثر تكدسًا، وعند تقاطع عدة صفائح تظهر مناطق صغيرة بنمط تكديسي مختلف. هذه الميزات الغنية بالهيدروجين تنحت فعليًا مستويات ضعف غير مرئية داخل المعدن، مركزة الإجهاد على امتدادات مفضلة.

من استطالة سلسة إلى انقطاع مفاجئ

لمعرفة كيف تؤثر هذه البنى الخفية على المتانة، يقوم الفريق بشد عينات التنجستن المحاكاة على امتداد اتجاه واحد. الفراغ الخالي من الهيدروجين يتشوه بطريقة نسبية لينة ومطيلة: تتحرك الانزلاقات — وهي عيوب خطية — وتتعدد، ما يمتص الطاقة قبل أن ينكسر المعدن أخيرًا. يغير وجود الهيدروجين النتيجة بشكل دراماتيكي. حتى عند مستويات هيدروجين متواضعة، تبدأ الشقوق من الفقاعة وتمتد مباشرة على طول المستويات المشبعة بالهيدروجين، مع نشاط أقل بكثير للانزلاقات. ومع زيادة محتوى الهيدروجين أكثر، توجه الصفائح والقِطع الشبيهة بالإسفين الغنية بالهيدروجين مسار الشق، مما يخفض صلابة المعدن ويحوله من قابل للانسياب إلى هش. بدلًا من الانخلاع التدريجي، ينكسر المعدن على أسطح كسر حادة ومسطحة.

ما يعنيه هذا للآلات المتطرفة المستقبلية

بالنسبة للقارئ غير المتخصص، الرسالة الأساسية هي أن الهيدروجين لا «يجعل المعدن أضعف» بشكل غامض فقط. بل ينظم نفسه داخل التنجستن إلى فقاعات مضغوطة وطبقات مسطحة مخفية تعمل كخطوط عيب مدمجة. يتيح نموذج التعلم الآلي الجديد للباحثين رؤية هذا بتفاصيل غير مسبوقة وعلى مقاييس واقعية، موصلًا الحركات الذرية بالانكسار الماكروسكوبي. تساعد هذه الرؤى في تفسير البثور السطحية والشقوق الداخلية المحيرة التي لوحظت في تجارب الاندماج، وتوفر خارطة طريق لتصميم معادن وظروف تشغيل يمكنها مقاومة أضرار الهيدروجين بشكل أفضل.

الاستشهاد: Bao, Y., Song, K., Liu, J. et al. Atomistic understanding of hydrogen bubble-induced embrittlement in tungsten enabled by machine learning molecular dynamics. npj Comput Mater 12, 108 (2026). https://doi.org/10.1038/s41524-026-01986-2

الكلمات المفتاحية: هشاشة الهيدروجين, التنجستن, الفراغات النانوية, دوال محتملات التعلم الآلي, مواد الاندماج