Projektbeschreibung
Reibung und Schmierung sind entscheidend für die Effizienz und Haltbarkeit von Maschinen. Dadurch, dass viele Bauteile immer mehr an ihrer äußersten Leistungsgrenze ausgelegt werden, kommt es vermehrt zur Grenzreibung, bei der die Schmierfilme nur noch wenige atomare Lagen dick sind oder sogar vollständig aus den Kontakten gedrückt werden. Traditionelle Modelle der thermo-elasto-hydrodynamischen Schmierung stoßen an ihre Grenzen, wenn Schmierstoffe nur noch als sehr dünne Filme vorhanden sind, was insbesondere bei extremen Belastungen in Bauteilen wie Wälzlagern oder Zahnradpaarungen der Fall ist. Die Herausforderung besteht darin, experimentell unzugängliche reibungsverursachende Prozesse in technischen Systemen, die auf der atomaren Ebene ablaufen, wie beispielsweise Viskositätsveränderungen von Schmierstoffen in nanoskaligen Reibspalten oder das Gleiten des dadurch verfestigten Schmierstoffs über Werkstoffoberflächen, berechenbar zu machen.
Hier setzt das vom ERC geförderte LubeTwin-Projekt an: Es zielt darauf ab, die Schmierung in Maschinen und technischen Systemen, die auf hochbelastete Reibkontakte angewiesen sind, besser zu verstehen und zu optimieren. Zu diesem Zweck wird ein digitaler Zwilling entwickelt, der sämtliche Schmierregime – von Trockenreibungen bis hin zu hydrodynamischen Schmierungen – abbildet. Mit Hilfe fortschrittlicher Molekulardynamiksimulationen und maschinellem Lernen wird LubeTwin das Verhalten von Molekülen im Nanobereich mit der makroskopischen Reibung in technischen Bauteilen verknüpfen. Hierbei werden Simulationsmethoden und Rechenmodelle, die die Mechanismen auf verschiedenen Skalen beschreiben, in einem einzigen Werkzeug so miteinander kombiniert, dass die reibungsverursachenden Merkmale erfasst und das Verhalten des Reibungssystems vorhergesagt werden können. Das Projekt wird automatisierte Workflows für molekulare Hochdurchsatzrechnungen von Reibkontakten unter einer Vielzahl von Lastparametern nutzen. Außerdem wird die neueste Generation von maschinell erlernten interatomaren Potenzialen (MLIPs), die quantenmechanische Genauigkeit zu einem Bruchteil der Rechenkosten bieten, zum Einsatz kommen.
Sind die Ursache-Wirkungsbeziehungen zwischen den atomaren Prozessen und der energieverzehrenden Reibung für das jeweilige technische System mathematisch beschrieben, kann dieses auch optimiert werden. Der vorgeschlagene Ansatz wird das Verständnis der Schmierung unter hohen Lasten verbessern und dabei helfen, optimale Bedingungen für extrem niedrige Reibung und minimalen Verschleiß vorherzusagen.