- Код статьи
- 10.31857/S2686953524010073-1
- DOI
- 10.31857/S2686953524010073
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том 514 / Номер выпуска 1
- Страницы
- 65-71
- Аннотация
- Изучен шестикомпонентный высокоэнтропийный карбид (ВЭК) (Ti0.2Zr0.2Hf0.2Nb0.2Ta0.2)C. Электронная структура рассчитывалась ab initio с помощью пакета VASP для суперячейки из 512 атомов, построенной с применением специальных квазислучайных структур. Путем глубокого машинного обучения получен потенциал искусственных нейронных сетей (ИНС-потенциал), качество которого оценивалось по величине среднеквадратичных отклонений энергий, сил и вириалов. Сгенерированный ИНС-потенциал использовался в пакете классической молекулярной динамики LAMMPS для анализа как бездефектной модели указанного сплава, состоящей из 4096 атомов, так и впервые для модели поликристаллического ВЭК, состоящей из 4603 атомов. Было проведено моделирование одноосного растяжения ячейки, определены коэффициенты упругости, модуль всестороннего сжатия, модуль упругости и коэффициент Пуассона. Полученные значения хорошо согласуются с экспериментальными и расчетными данными, что говорит о хорошей предсказательной способности сгенерированного потенциала.
- Ключевые слова
- высокоэнтопийная керамика ab initio молекулярная динамика потенциал машинного обучения механические свойства
- Дата публикации
- 18.09.2025
- Год выхода
- 2025
- Всего подписок
- 0
- Всего просмотров
- 2
Библиография
- 1. Yeh J.-W., Chen S.-K., Lin S.-J., Gan J.-Y., Chin T.-S., Shun T.-T., Tsau C.-H., Chang S.-Y. // Adv. Eng. Mater. 2004. V. 6. № 5. P. 299–303.
- 2. https://doi.org/10.1002/adem.200300567
- 3. Cantor B., Chang I.T.H., Knight P., Vincent A.J.B. // Mater. Sci. Eng., A. 2004. V. 375. P. 213–218. https://doi .org/10.1016/j.msea.2003.10.257
- 4. Rost C.M., Sachet E., Borman T., Moballegh A., Dickey E.C., Hou D., Jones J.L., Curtarolo S., Maria J.-P. // Nat. Commun. 2015. V. 6. P. 8485–8492. https://doi .org/10.1038/ncomms9485
- 5. Gild J., Zhang Y., Harrington T., Jiang S., Hu T., Quinn M.C., Mellor W.M., Zhou N., Vecchio K., Luo J. // Sci. Rep. 2016. V. 6. P. 37946. https://doi .org/10.1038/srep37946
- 6. Han X., Girman V., Sedlák R., Dusza J., Castle E., Wang Y., Reece M., Zhang C. // J. Eur. Ceram. Soc. 2020. V. 40. № 7. P. 2709–2715. https://doi .org/10.1016/j.jeurceramsoc.2019.12.036
- 7. Sarker P., Harrington T., Toher C., Oses C., Samiee M., Maria J.-P., Brenner D.W., Vecchio K.S., Curtarolo S. // Nat. Commun. 2018. V. 9. P. 4980. https://doi .org/10.1038/s41467-018-07160-7
- 8. Gelchinski B.R., Balyakin I.A., Yuryev A.A., Rempel A.A. // Russ. Chem. Rev. 2022. V. 91. № 6. P. RCR5023. https://doi .org/10.1070/RCR5023
- 9. Hohenberg P., Kohn W. // Phys. Rev. 1964. V. 136. № 3B. P. B864. https://doi .org/10.1103/PhysRev.136.B864
- 10. Kohn W., Sham L.J. // Phys. Rev. 1965. V. 140. № 4A. P. A1133. https://doi .org/10.1103/PhysRev.140.A1133
- 11. Zunger A., Wei S.-H., Ferreira L.G., Bernard J.E. // Phys. Rev. Lett. 1990. V. 65. № 3. P. 353–356. https://doi .org/10.1103/PhysRevLett.65.353
- 12. Гельчинский Б.Р., Мирзоев А.А., Воронцов А.Г. Вычислительные методы микроскопической теории металлических расплавов и нанокластеров. М.: Физматлит, 2011. 200 с.
- 13. Alder B.J., Wainwright T.E. // J. Chem. Phys. 1957. V. 27. P. 1208–1209. https://doi .org/10.1063/1.1743957
- 14. Mishin Y. // Acta Mater. 2021. V. 214. P. 116980. https://doi .org/10.1016/j.actamat.2021.116980
- 15. Alloy Theoretic Automated Toolkit (ATAT) // https://www.brown.edu/Departments/Engineering/Labs/avdw/atat/ (ссылка активна на 16.02.2024).
- 16. The Vienna Ab initio Simulation Package: atomic scale materials modelling from first principles // https://www.vasp.at/ (ссылка активна на 16.02.2024).
- 17. Wang H., Zhang L., Han J., E W. // Comput. Phys. Commun. 2018. V. 228. P. 178–184. https://doi .org/10.1016/j.cpc.2018.03.016
- 18. Perdew J.P., Burke K., Ernzerhof M. // Phys. Rev. Lett. 1996. V. 77. № 18. P. 3865–3868. https://doi .org/10.1103/PhysRevLett.77.3865
- 19. Zhang L., Han J., Wang H., Saidi W.A., Car R., E W. End-to-End Symmetry Preserving Inter-Atomic Potential Energy Model for Finite and Extended Systems. In: Advances in Neural Information Processing Systems. V. 31. Curran Associates, Inc., 2018. Montréal, Canada. P. 4436–4446.
- 20. Thompson A.P., Aktulga H.M., Berger R., Bolintineanu D.S., Brown W.M., Crozier P.S., In ‘T Veld P.J., Kohlmeyer A., Moore S.G., Nguyen T.D., Shan R., Stevens M.J., Tranchida J., Trott C., Plimpton S.J. // Comput. Phys. Commun. 2022. V. 271. P. 10817. https://doi .org/10.1016/j.cpc.2021.108171
- 21. Zhang Q., Zhang J., Li N., Chen W. // J. Appl. Phys. 2019. V. 126. P. 025101. https://doi .org/10.1063/1.5094580
- 22. Ge H., Cui C., Song H., Tian F. // Metals. 2021. V. 11. № 9. P. 1399. https://doi .org/10.3390/met11091399
- 23. Braic V., Vladescu A., Balaceanu M., Luculescu C., Braic M. // Surf. Coat. Technol. 2012. V. 211. P. 117–121. https://doi.org/10.1016/j.surfcoat.2011.09.033
- 24. Chicardi E., García-Garrido C., Hernández-Saz J., Gotor F.J. // Ceram. Int. 2020. V. 46. № 13. P. 21421–21430. https://doi .org/10.1016/j.ceramint.2020.05.240
- 25. Yang Y., Wang W., Gan G.-Y., Shi X.-F., Tang B.-Y. // Physica B: Condens. Matter. 2018. V. 550. P. 163–170. https://doi .org/10.1016/j.physb.2018.09.014
- 26. Akrami S., Edalati P., Fuji M., Edalati K. // Mater. Sci. Eng., R. 2021. V. 146. P. 100644. https://doi .org/10.1016/j.mser.2021.100644
- 27. Harrington T., Gild, J., Sarker P., Toher C., Rost C., Dippo O., McElfresh C., Kaufmann K., Marin E., Borowski L., Hopkins P., Luo J., Curtarolo S., Brenner D., Vecchio K. // Acta Mater. 2019. V. 166. P. 271–280. https://doi .org/10.1016/j.actamat.2018.12.054
- 28. Moskovskikh D.O., Vorotilo S., Sedegov, A.S., Kuskov K.V., Bardasova K.V., Kiryukhantsev-Korneev P.V., Zhukovskyi M., Mukasyan A.S. // Ceram. Int. 2020. V. 46. P. 19008–19014. https://doi .org/10.1016/j.ceramint.2020.04.230
- 29. Dai F.-Z., Wen B., Sun Y., Xiang H., Zhou Y. // J. Mater. Sci. Technol. 2020. V. 43. P. 168–174. https://doi .org/10.1016/j.jmst.2020.01.005
- 30. Hirel P. // Comput. Phys. Commun. 2015. V. 197. P. 212–219. https://doi .org/10.1016/j.cpc.2015.07.012
- 31. Zhang Y., Wang H., Chen W., Zeng J., Zhang L., Wang H., E W. // Comput. Phys. Commun. 2020. V. 253. P. 107206. https://doi .org/10.1016/j.cpc.2020.107206
- 32. Lennard-Jones J.E. // Proc. Phys. Soc. 1931. V. 43. № 5. P. 461–482. https://doi .org/10.1088/0959-5309/43/5/301
- 33. Becton M., Wang X. // Phys. Chem. Chem. Phys. 2015. V. 17. P. 21894–21901. https://doi .org/10.1039/c5cp03460d
