Materiał
Materiały · Recykling · AI · Deep Tech

Algorytm projektuje żeliwo, któremu domieszki ze złomu dodają wytrzymałości

Poziom gotowości4 / 9Walidacja w laboratorium
AutorRTRedakcja TRL09
Opublikowano
Czas czytania8 min

Od pięciu tysięcy lat hutnik i odlewnik kierują się tą samą zasadą: im czystszy metal, tym lepszy stop. Brud trzeba usunąć, a jeśli się nie da, rozcieńczyć go świeżym surowcem. Międzynarodowy zespół z Szanghaju, Hongkongu i Düsseldorfu postanowił zrobić odwrotnie. Zamiast walczyć z zanieczyszczeniami w złomie, kazał algorytmowi zaprojektować żeliwo, które z tych zanieczyszczeń korzysta. Wynik opisano w czasopiśmie Science Advances: żeliwo odlane w całości ze złomu okazało się mocniejsze, bardziej plastyczne i tańsze od tego, które powstaje dziś z mieszanki złomu i surowca pierwotnego.

Autorzy sami piszą w streszczeniu, że odwracają „pięciotysiącletni nakaz metalurgii”. To mocne słowa, ale stoją za nimi wytopy na prawdziwej linii odlewniczej, a nie tylko symulacje.

Dlaczego złom jest kłopotem

Świat produkuje rocznie ponad 2 mld ton metali i stopów. Według danych przytaczanych przez autorów wydobycie i przeróbka rud odpowiadają za około 40% przemysłowych emisji gazów cieplarnianych i 10% światowego zużycia energii. Recykling mógłby te liczby mocno obniżyć, bo przetopienie złomu kosztuje dużo mniej energii niż wytop metalu z rudy. Badacze cytują prognozy, według których około 2030 roku produkcja metali z odzysku ma przewyższyć produkcję pierwotną.

Złom ma jednak wadę, której nie widać gołym okiem. Każda partia ma inny skład. Do pieca trafiają złom stali nierdzewnej i stopowej, części samochodowe, wióry po obróbce, zużyte odlewy, a z nimi resztki dodatków i powłok. Razem z żelazem do kąpieli wchodzą nikiel, molibden, tytan, glin, wanad, cyna i kilkanaście innych pierwiastków. Część z nich zwykle osłabia materiał i czyni go kruchym.

Odlewnie radzą sobie z tym siłowo. Dorzucają do wsadu świeży surowiec, czyli surówkę z rudy, koks i topniki, aż brud rozcieńczy się do bezpiecznego poziomu. W klasycznym przepisie na żeliwo sferoidalne surowiec pierwotny stanowi ponad 30% wsadu. Autorzy zwracają uwagę, że gdy złom przekracza mniej więcej 70% wsadu, tradycyjnie projektowane żeliwo traci jednocześnie wytrzymałość i plastyczność. Rozcieńczanie działa, ale zjada korzyści z recyklingu: trzeba kupić i wytopić surowiec, który najmocniej obciąża klimat.

Żeliwo jako poligon

Na pole doświadczalne zespół wybrał żeliwo sferoidalne. Odlewa się z niego między innymi części maszyn i samochodów. Grafit tworzy w nim drobne kuleczki zamiast płatków, dzięki czemu żeliwo nie pęka tak łatwo jak zwykłe żeliwo szare. Na świecie powstaje go około 120 mln ton rocznie, co według autorów odpowiada 28% całego zużycia żeliwa. Ma też jedną cechę, która badaczom bardzo pasowała: dobrze znosi zanieczyszczenia. To jednocześnie utrudnia klasyczne projektowanie, bo przy tylu pierwiastkach w kąpieli obliczenia termodynamiczne przestają przewidywać, co wyjdzie z formy.

Pracą kierowali Liuliu Han z Instytutu Maxa Plancka ds. Zrównoważonych Materiałów w Düsseldorfie, Ye Wei z City University of Hong Kong i Dierk Raabe, jeden z dyrektorów tego instytutu. Pierwszym autorem jest Chao Yang z Uniwersytetu Jiao Tong w Szanghaju. Zbieranie danych i wytopy wsparł chiński producent maszyn budowlanych XCMG.

Jak algorytm szuka przepisu

Metoda nazywa się DAS-DAO. Opiera się na dwóch zbiorach danych. Pierwszy to 330 wytopów żeliwa z samego złomu. Dla każdego zapisano skład chemiczny, parametry procesu, cechy mikrostruktury widoczne pod mikroskopem i wynik próby rozciągania. Drugi zbiór jest większy, liczy około 2400 wytopów, ale dotyczy żeliwa z surowca pierwotnego i zawiera tylko skład oraz właściwości.

Algorytm działa jak gracz, który rozgrywa w głowie wiele wariantów. Zaczyna od najlepszych znanych przepisów i lekko je zmienia: dokłada trochę miedzi, obniża temperaturę spustu z pieca, wydłuża czas sferoidyzacji. Dwie sieci neuronowe szacują dla każdego wariantu wytrzymałość na rozciąganie i wydłużenie przy zerwaniu. Pierwsza sieć, uczona na bogatszych danych ze złomu, wybiera sto najlepszych kandydatów. Druga, uczona na większym zbiorze, zawęża listę do pięćdziesięciu. Z nich do pieca trafia od trzech do sześciu przepisów na rundę.

Najważniejszy jest ostatni krok. Wyniki prawdziwych wytopów wracają do bazy, modele uczą się na nich od nowa i proponują kolejną serię. Pętla eksperyment–model poprawia się z każdą rundą. Autorzy przyznają, że poza obszarem znanych danych przewidywania sieci są mniej dokładne. Sprawdzili jednak, że błędy pozostają ograniczone i nie zmieniają kolejności najlepszych kandydatów, a kolejne rundy doświadczeń ten rozjazd zmniejszają.

Ważny jest też sposób oceniania. Zwykle stal czy żeliwo stoją przed wyborem: albo mocniejsze, albo bardziej ciągliwe. Zespół zbudował funkcję celu, która nie pozwala algorytmowi uciec w jedną skrajność. Każe mu szukać przepisów rozłożonych równo wzdłuż całej granicy najlepszych kompromisów, a potem ją przesuwać.

Siedemnaście wytopów i czternaście trafień

Na końcu zespół odlał 17 stopów zaproponowanych przez algorytm. Robił to na zautomatyzowanej linii odlewniczej z piecem indukcyjnym, stacją sferoidyzacji i automatycznym zalewaniem form. Linię nadzorował cyfrowy bliźniak, który zbierał dane z czujników dziesięć razy na sekundę i pilnował, żeby rzeczywiste temperatury i czasy zgadzały się z projektem. Z każdego stopu odlano wałek o średnicy 200 mm i długości 800 mm, takiej samej jak wszystkie próbki w bazie, a z wałków wycięto próbki do testów rozciągania wykonywanych w trzech powtórzeniach.

Czternaście z siedemnastu stopów przesunęło dotychczasową granicę najlepszych kompromisów wyznaczoną przez bazę żeliw ze złomu. W porównaniu z nią wytrzymałość wzrosła nawet o 15,2% przy podobnym wydłużeniu, a wydłużenie przy zerwaniu nawet o 73,2% przy podobnej wytrzymałości. Dwa stopy wypadły gorzej, niż przewidywał model. Autorzy porównali je z udanymi i wyciągnęli z tego proste reguły: węgla musi być ponad 3,2%, krzemu od 2 do 3%, miedzi ponad 0,15%, temperatura spustu nie powinna przekraczać 1435°C, a sferoidyzacja nie może trwać krócej niż 30 minut.

Do tego dochodzą pieniądze. Wsad w całości ze złomu obniżył koszt produkcji o 8,1% w porównaniu z tradycyjną drogą, w której złom miesza się ze świeżym surowcem.

Skąd bierze się siła brudnego żeliwa

Żeby sprawdzić, czy to nie przypadek, zespół przygotował do trzech wzorcowych stopów wersje kontrolne. W jednej zostawił proces z przepisu algorytmu, ale skład zamienił na typowy dla bazy. W drugiej zrobił odwrotnie: zostawił skład, a proces ustawił na typowy. Za każdym razem wersja kontrolna wypadała słabiej. Najlepszy pod względem plastyczności stop, oznaczony DAO1, wytrzymywał około 590 MPa i wydłużał się o 18,5% przed zerwaniem. Ten sam stop o typowym składzie osiągał 575 MPa i 15,5%, a z typowym procesem 551 MPa i 17,1%. Najmocniejszy z trzech, DAO3, przekroczył 790 MPa.

Pod mikroskopem widać, co się dzieje. Domieszki ze złomu nie znikają, tylko pracują. Miedź i krzem rozpuszczone w żelazie usztywniają jego sieć krystaliczną. Autorzy szacują ten wkład na około 148 MPa. Kilka pierwiastków zanieczyszczeń tworzy też nanocząstki, które blokują ruch defektów w krysztale i według obliczeń dodają kolejne 114–152 MPa. Kulki grafitu w stopie DAO1 są drobniejsze i liczniejsze niż w typowym żeliwie z bazy, a perlit, twardsza część struktury, zajmuje 34,6% objętości zamiast 13,9%. Dobrze dobrany stosunek twardego perlitu do miękkiego ferrytu sprawia, że materiał jest mocny, a pęknięcia nie rozchodzą się w nim łatwo.

Kluczowe jest słowo „dobrze”. Te same nanocząstki rozmieszczone nierówno zaczynają działać jak zarodki pęknięć. Zbyt wysoka temperatura w piecu wydłuża krzepnięcie, pierwiastki rozdzielają się, a kulki grafitu tracą okrągły kształt. W wersji z typowym procesem były o 30% mniej kuliste i o 20% większe. Ręcznie trudno ogarnąć tyle zależności naraz. Algorytm nie odkrywa nowych praw fizyki, tylko szybciej znajduje dobre rozwiązania w przestrzeni, w której możliwości jest astronomicznie dużo.

Gdzie kończy się ten wynik

Technologia jest na poziomie TRL 4. Stopy powstały na prawdziwej, przemysłowej linii, ale w postaci znormalizowanych wałków do badań, a nie gotowych części. Praca nie pokazuje jeszcze badań zmęczeniowych, odporności na korozję ani certyfikacji odlewów do konkretnych zastosowań, a tych odlewnie i ich klienci będą wymagać.

Metoda zależy od danych. Każda odlewnia ma swój złom i swoje piece, więc przeniesienie jej do innego zakładu wymaga zebrania własnej bazy wytopów. Pomaga to, że kod i dane są otwarte, w serwisie GitHub i w repozytorium Zenodo. Autorzy uczciwie zaznaczają też granice samej idei. Brudne stopy mają sens tam, gdzie umiarkowana ilość domieszek daje się opanować metalurgią. Nie nadają się do półprzewodników ani niektórych implantów medycznych, gdzie nawet ślad zanieczyszczenia jest katastrofą.

Kolejnym celem mają być stale, stopy aluminium i stopy miedzi. Zespół chce też połączyć algorytm z autonomicznymi laboratoriami, w których kilka współpracujących programów AI planowałoby wytopy, sterowało procesem i oceniało wyniki. Dla Raabego to kontynuacja wieloletniej pracy. Już w 2022 roku opisywał z zespołem naukowe podstawy „brudnych” stopów aluminium z recyklingu.

Co to znaczy dla Polski

Polska jest jednym z ważniejszych producentów odlewów w Europie. Według Europejskiej Federacji Odlewników polskie odlewnie wyprodukowały w 2024 roku 418,6 tys. ton odlewów z żeliwa i staliwa, o 15% mniej niż rok wcześniej. W 2022 roku samego żeliwa sferoidalnego powstało u nas około 115 tys. ton. Analiza rynku z europejskiego projektu NETCAST PL 4.0, opublikowana na stronach AGH, podaje, że około 65% polskich odlewów trafia do przemysłu motoryzacyjnego, a prawie połowa produkcji idzie na eksport, głównie do Niemiec.

Odlewnictwo zużywa dużo energii, a surowiec pierwotny to najbardziej obciążająca klimat część wsadu. Przepis, który pozwala zrezygnować z surowca pierwotnego, nie tracąc jakości, trafia więc w jej najczulszy punkt. Nie trzeba do tego nowego pieca. Potrzebne są dobre dane z własnej produkcji, czujniki na linii i ludzie, którzy połączą metalurgię z uczeniem maszynowym. Polskie uczelnie mają w tej dziedzinie silną tradycję, z Wydziałem Odlewnictwa AGH na czele.

Największa zmiana jest jednak w głowie. Przez tysiąclecia zanieczyszczenie oznaczało dla metalurga wadę. Ta praca pokazuje, że przy odpowiednim przepisie może stać się składnikiem.

Bibliografia

  1. Yang C., Peng B. i in. From scrap to prime: Designing high-performance alloys from dirty feedstocks with machine learning. Science Advances 12, eaeg9183 (2026). DOI: 10.1126/sciadv.aeg9183
  2. Wei Y., Peng B. i in. Deep active optimization for complex systems. Nature Computational Science (2025). DOI: 10.1038/s43588-025-00858-x
  3. Raabe D., Ponge D., Uggowitzer P.J. i in. Making sustainable aluminum by recycling scrap: The science of “dirty” alloys. Progress in Materials Science 128, 100947 (2022). DOI: 10.1016/j.pmatsci.2022.100947
  4. Raabe D., Tasan C.C., Olivetti E.A. Strategies for improving the sustainability of structural metals. Nature 575, 64–74 (2019). DOI: 10.1038/s41586-019-1702-5
  5. Kod i dane DAS-DAO. Zenodo (2026). DOI: 10.5281/zenodo.21613930
  6. Max Planck Society. AI turns scrap impurities into useful ingredients for stronger recycled iron. Phys.org, 15.10.2026. phys.org
  7. European Foundry Federation. Production of ferrous castings 2024 (raport roczny, grudzień 2025). eff-eu.org
  8. Branża odlewnicza – aktualny stan, przyszłość i wyzwania. Magazyn Przemysłowy. magazynprzemyslowy.pl
  9. NETCAST PL 4.0 (umowa grantowa nr 101159771). D6.1 Market analysis and needs (AGH, 2025). netcastpl4-0.agh.edu.pl

Komentarze· 0

Brak komentarzy. Dodaj pierwszy.

Dodaj komentarz