在CrCoNi合金中通过可解释机器学习对表面被动化机制的研究

科学领域:

• 材料科学 材料科学 材料科学
• 计算材料科学科学 计算材料科学
• 表面科学是一门学科.

背景情况:

• 像CrCoNi这样的中合金 (MEAs) 具有独特的特性,但它们的表面被动化行为需要更深入的理解.
• 化膜的稳定性对于各种环境中的耐腐蚀性和材料性能至关重要.

研究的目的:

• 研究中CrCoNi合金中被动化薄膜的形成和稳定性.
• 阐明原子结构 (有序与无序) 对氧化膜强度的作用.
• 通过机器学习开发用于被动化强化的预测规则.

主要方法:

• 第一个原则计算 (例如,密度函数理论) 来建模原子相互作用.
• 高斯近似潜力 (GAP) 用于高效的大规模模拟.
• 结构放松,随机占用模拟和象征回归.

主要成果:

• 与有序结构相比,CrCoNi合金中的无序原子结构会导致更稳定的氧化物被动膜.
• 较低的系统能量与被动化层的增强稳定性相关.
• 符号回归确定了简单的规则,规范复杂合金表面的被动化强化.

结论:

• 原子失调显著提高了CrCoNi合金中的被动化膜稳定性.
• 综合计算方法为表面现象提供了原子层次的洞察力.
• 这项工作可以通过机器学习有效地探索复杂合金中的表面特性.