精确的Ti-Al-Nb三元原子间潜能开发使用TiAl PST单晶的深度神经网络
Tianlun Tan1, Xiangjie Han1, Yuzhen Liu1
1State Key Laboratory of Advanced Special Steel, Shanghai Key Laboratory of Advanced Ferrometallurgy, School of Materials Science and Engineering, Shanghai University, 99 Shangda Road, Baoshan District, Shanghai 200444, People's Republic of China.
概括
一个新的深度学习潜力准确地预测了添加的-合金的特性. 这种计算模型有助于在状TiAl合金中的工程接口.
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
- 金工业是金工业的一个方面.
背景情况:
- - (TiAl) 合金对于高温应用至关重要.
- 了解 (Nb) 对TiAl性能的影响对于合金开发至关重要.
- 对于TiAl合金的大规模模拟,需要精确的原子间电位.
研究的目的:
- 为Ti-Al-Nb三元系统开发深度学习驱动的原子间潜力.
- 评估 Nb-doped $\gamma$-TiAl 和 $\alpha_{2}$-Ti$_{3}$ Al 阶段预测性能的开发潜力的可转移性.
- 研究Nb对Al和alpha/gamma接口的机械行为的影响.
主要方法:
- 利用DP-GEN框架持续开发深度学习的原子间潜力.
- 结合第一原则计算与分子动力学模拟.
- 在Nb-doped $\alpha_{2}/\gamma$ 接口上在Ti-Al PST单晶中进行了拉伸和剪切模拟.
主要成果:
- 为Ti-Al-Nb系统开发了一个高度可转移的神经网络潜力.
- 证明了在预测Nb-doped $\gamma$-TiAl和 $\alpha_{2}$-Ti$_{3}$Al.Al 的关键性质方面潜在的准确性.
- 研究了Nb对Al和界面行为的剪切变形的影响.
结论:
- 开发的Ti-Al-Nb原子间潜力提供了一个可扩展和准确的计算工具.
- 这种模型可以详细研究状TiAl合金中的界面配置.
- 在先进的TiAl合金中为接口工程提供了计算框架.
