实现DFT精度的经验势能：一种用于α-Fe--C--H系统的神经进化势能
材料科学
2025-10-23 v3 应用物理
摘要
本文开发了一种针对三元α-Fe--C--H系统的神经进化势能（NEP），基于由旋极密度泛函理论（DFT）计算生成的数据库，实现了经验势能效率与DFT精度相当。在相同功耗下，使用NEP进行仿真的速度与或甚至快于键序势能。NEP在α-Fe及α-Fe--C在氢气环境下常见的各种情景中均达到DFT水平的准确性。该NEP在保持经验势能成本的同时，实现了DFT水平的大规模原子尺度仿真，为研究钢材中的氢脆提供了实用工具。
关键词
引用
@article{arxiv.2510.17151,
title = {Achieving Empirical Potential Efficiency with DFT Accuracy: A Neuroevolution Potential for the $\alpha$-Fe--C--H System},
author = {Fan-Shun Meng and Shuhei Shinzato and Zhiqiang Zhao and Jun-Ping Du and Lei Gao and Zheyong Fan and Shigenobu Ogata},
journal= {arXiv preprint arXiv:2510.17151},
year = {2025}
}
备注
16 pages, 7 figures