特定热异常和局部对称性破坏在 (反) 化物材料:一个机器学习分子动力学研究研究
Keita Kobayashi1, Hiroki Nakamura1, Masahiko Okumura1
1CCSE, Japan Atomic Energy Agency, 178-4-4, Wakashiba, Kashiwa, Chiba 277-0871, Japan.
The Journal of chemical physics
|June 27, 2025
概括
机器学习分子动力学模拟揭示了高温下二氧化和氧化的特定热异常. 一个新的局部顺序参数有效地描述了这些过渡,区分了格子缺陷类结构和液体类结构.
科学领域:
- 材料科学 材料科学 材料科学
- 计算物理 计算物理
- 固态化学 固态化学
背景情况:
- 化物和抗化物材料的高温性能对于核反应堆应用至关重要.
- 了解热行为和相位转换对于材料设计和安全至关重要.
研究的目的:
- 研究二氧化 () 和氧化 (抗) 的高温热特性.
- 分析这些材料中的特定热异常 (Bredig,预化,λ-过渡).
- 描述这些转变期间的基础结构变化.
主要方法:
- 机器学习分子动力学 (MLMD) 模拟被使用.
- 模拟重现了二氧化和氧化的已知热特性.
- 开发并应用了一种新的局部顺序参数.
主要成果:
- MLMD模拟准确地预测了热特性.
- 使用局部顺序参数成功地表征了特定热异常.
- 确定了两种类型的缺陷结构,格子缺陷类型和液体类型.
- 在过渡温度以上,类似液体的结构占主导地位,失去子晶格特征.
结论:
- MLMD是一种可靠的工具,用于研究 (抗) 化物材料的高温特性.
- 局部顺序参数有效地描述特定的热异常和结构过渡.
- 这些发现为核能相关的极端条件下材料的行为提供了见解.


