铀铌合金神经网络势函数构建及其低温时效性质的分子动力学.pdfVIP

物理学报

Acta

Phys.

Sin.Vol.74,No.5(2025)056102

铀铌合金神经网络势函数构建及其

低温时效性质的分子动力学*

1)2)2)†

苏锐

李庆安

管鹏飞

1)

(杭州电子科技大学材料与环境工程学院,

杭州310018)

2)

(北京计算科学研究中心,

北京100193)

(2024

年8

月3日收到;

2024

年12

月23日收到修改稿)

铀铌合金在不同实验环境中呈现出复杂的晶体相和独特的力学性能,

但原子尺度的相析出和形变损伤

机制尚不清楚,

其根本原因是缺乏支撑大尺度分子动力学模拟的精确铀铌合金原子相互作用势.

本工作基于

自主开发的神经网络势能函数及随机搜索方法,

构建了覆盖全化学空间的铀铌合金第一性原理计算数据库,

并基于神经网络框架建立了具有较高泛化性能和精度的铀铌二元体系机器学习势函数,

其能量和力的测试

平均绝对误差分别为5.6

meV/atom和0.095

eV/Å,

可以精确地描述不同化学成分铀铌合金的晶体空间结构、

状态方程及热力学参量.

基于该势函数,

我们实现了低温时效下铀铌合金相失稳分解过程的原子尺度模拟,

初步阐明了Nb析出相对其合金力学性能的影响及原子响应机制.

关键词：铀铌合金,

神经网络势函数,

分子动力学,

力学性能

PACS：61.82.Bg,

34.20.Cf,

62.20.–x,

52.65.YyDOI:10.7498/aps.74

CSTR：32037.14.aps.74

[3–5]

出类似于形状记忆合金的典型双屈服行为.

由

1

引言于材料的特殊性和原位实验表征时空分辨率的不

足,

使得人们对铀铌合金在外场作用下的原子尺度

铀铌合金具有良好的力学性能和抗腐蚀能力,结构演化过程,

特别是相变过程的认识仍不充分;

是核能工业领域中重要的合金材料.

大量的实验研而第一性原理分子动力学计算的效率和应用与经

究表明,

铀铌合金的亚稳晶相变和显微组织特征受典分子动力学模拟的经验势函数的精度有限,

目前

化学组分和热处理工艺的影响显著,

进而呈现出迥还无法针对该合金进行长时间、大规模的原子尺度

异的力学性能和抗腐蚀能力.

过饱和Nb含量下,

不