Прогнозирование механических свойств высокоэнтропийного карбида (Ti0.2Zr0.2Hf0.2Nb0.2Ta0.2)C с применением потенциала машинного обучения

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

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.

Полный текст

Доступ закрыт

Об авторах

Н. С. Пикалова

Институт металлургии Уральского Отделения Российской академии наук

Email: rempel.imet@mail.ru
Россия, 620016 Екатеринбург

И. А. Балякин

Институт металлургии Уральского Отделения Российской академии наук; НОЦ НАНОТЕХ, Уральский федеральный университет им. Б.Н. Ельцина

Email: rempel.imet@mail.ru
Россия, 620016 Екатеринбург; 620002 Екатеринбург

А. А. Юрьев

Институт металлургии Уральского Отделения Российской академии наук

Email: rempel.imet@mail.ru
Россия, 620016 Екатеринбург

А. А. Ремпель

Институт металлургии Уральского Отделения Российской академии наук

Автор, ответственный за переписку.
Email: rempel.imet@mail.ru

академик

Россия, 620016 Екатеринбург

Список литературы

  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

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Значение полной энергии системы на один атом для разных СКС-конфигураций (черные точки) и случайных конфигураций (синие точки) и их средние значения.

Скачать (171KB)
Метаданные
3. Рис. 2. Корреляции между DeePMD и ab initio силами.

Скачать (139KB)
Метаданные
4. Рис. 3. Периоды решетки (Ti0.2Zr0.2Hf0.2Nb0.2Ta0.2)C для различных давлений системы в сравнении с данными работ других авторов: [21–23] (эксперимент), [20, 24] (расчет).

Скачать (171KB)
Метаданные
5. Рис. 4. График зависимости давления поликристаллической системы от относительного удлинения (синяя линия) в сравнении с монокристаллической (черная линия).

Скачать (127KB)
Метаданные

© Российская академия наук, 2024