用于钼位错与断裂特性的人工神经网络原子间势
材料科学
2021-12-10 v1
摘要
本文开发了一种用于 Mo 的高维人工神经网络原子间势。为了训练和验证该势，采用了与断裂相关的结构和性质的密度泛函理论计算，如弹性常数、表面能、广义层错能和表面解理能。该势在训练集和验证集中提供的总能量均方根误差均小于 5 meV/原子。该势被用于研究螺位错核心特性以及进行大规模断裂模拟。这些计算表明，1/2 螺位错核心是非简并且对称的，且 I 型断裂为脆性断裂。预计由此构建的势非常适合应用于塑性与断裂的大规模原子尺度计算。
引用
@article{arxiv.2112.04636,
title = {Artificial neural network interatomic potential for dislocation and fracture properties of Molybdenum},
author = {Masud Alam and Liverios Lymperakis},
journal= {arXiv preprint arXiv:2112.04636},
year = {2021}
}