By this author

High-entropy carbide (Ti0.2Zr0.2Hf0.2Nb0.2Ta0.2)C mechanical properties prediction with the use of machine learning potential

Issue number 1 from 18.09.2025

Изучен шестикомпонентный высокоэнтропийный карбид (ВЭК) (Ti_0.2Zr_0.2Hf_0.2Nb_0.2Ta_0.2)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.

7 0