基于深度势能模型的Ti3C2Tx体系真实表面研究.pdfVIP

摘要

基于深度势能模型的TiCT体系真实表面研究

32x

摘要

二维过渡金属碳化物、氮化物或碳氮化物（MXenes）材料具有高导电性、良

好的机械性能、较大比表面积和丰富的表面官能团，在储能、电子和电催化等领

域展现了广阔的应用潜力。实验上主要通过刻蚀MAX相的A层，得到MXenes

材料，由于刻蚀剂以及后续处理条件的影响，MXenes表面会产生多种官能团，

如O、OH、F、Cl等官能团，通过调控表面官能团的种类、比例可以有效优化

MXenes的性能，极大拓宽MXenes的应用场景。理论计算是研究MXenes相关

性质的有力工具，但由于传统第一性原理计算所需计算资源庞大，当前理论计算

通常仅针对单一官能团或无官能团的MXenes表面进行建模计算，很少涉及到混

合官能团的表面。针对此问题，本文结合深度学习方法和第一性原理计算，以最

常见且研究最为广泛全面的TiCTMXene体系为研究对象，开发了体系的深度

32x

神经网络势函数，而后对MXene材料表面氧空位的分布、扩散机制进行动力学

探究，并研究了混合官能团下催化性质。相关内容总结如下：

（1）首先通过对不同尺寸的完美晶格、氧空位缺陷、O/F混合官能团的

TiCT模型在不同温度下执行第一性原理分子动力学模拟，间隔采样收集结构，

32x

而后对上述结构进行随机晶格缩放，得到包含各类体系的能量、力与位力信息的

初始训练集。之后通过深度势能生成器（DP-GEN）开展主动学习循环拓展构型

空间，通过评估多个势函数在同一个构型上的最大受力偏差来判断是否将该构型

纳入训练集。在经历15次循环后，一共探索了9450万个构型，最终得到了包含

3231个训练集的深度神经网络势函数，能量和力的均方根误差分别为4.87

meV/atom和149meV/Å。用测试集对该势函数进行验证，能量和力的均方根误

差分别为1.90meV/atom和86.6meV/Å。除此之外，本文使用该势函数与DFT

计算对比得到的晶格常数、杨氏模量、径向分布函数以及过渡态计算等结果高度

一致，表明该势函数拥有第一性原理计算的精度，验证了势函数的准确性、可靠

性和可迁移性。

（2）而后，本文采用基于深度神经网络势函数的分子动力学模拟，探究了

不同温度、不同氧空位浓度的TiCO结构的分布和扩散过程。首先，探究了在

32x

5%浓度下的不同氧空位构型：氧空位簇、有序氧空位、随机氧空位，结果表明，

I

吉林大学硕士学位论文

这三种氧空位的存在都会增大整体结构的晶格常数，使得晶格常数从原先的

3.0236Å变化到3.0477Å（氧空位簇）、3.0298Å（有序氧空位）和3.0293Å（随

机氧空位）。因此，结构的径向分布函数表现出整体右移。其中氧空位簇构型其

表面结构稳定性较差，在边缘处会发生氧原子的扩散过程，随着温度增加，发生

-132

扩散的氧原子数目增加。其扩散系数增大了两个量级，由1.216×10m/s增加

-112

到3.322×10m/s。通过对扩散轨迹的研究，发现氧原子在MXene表面的扩散

遵从FCC—HCP—FCC机制，即从FCC稳定吸附位点出发，经过HCP位点，最

终到达临近FCC稳定位点，其中HCP就是扩散中的亚稳态。随后，探究了不同

氧空位浓度对于