由机器学习原子间势揭示的纳米晶 Ni-Mo 合金中的复杂强化机制
材料科学
2023-02-20 v1
摘要
纳米晶金属的强度随晶粒尺寸减小而显著提升，此现象称为 Hall-Petch 关系。然而，当晶粒过小时该关系失效。实验研究通过稳定晶界 (GB) 在一组 Ni-Mo 合金中规避了此问题。在此，利用基于机器学习的原子间势 (ML-IAP) 进行原子模拟，我们证明由于 Ni-Mo 多晶中晶粒变小时主导变形机制的改变，反 Hall-Petch 关系可被正确复现。研究发现，对于小晶粒尺寸多晶，溶质掺杂和/或退火可显著减小原子 von Mises 应变，从而导致多晶强度增加。另一方面，对于大晶粒尺寸多晶，退火因 GB 区域中的大原子运动而削弱材料。在宽泛晶粒尺寸范围内，溶质与退火效应在多晶上的叠加对小晶粒尺寸者比大晶粒尺寸者增强更多，从而在极小晶粒尺寸下产生连续强化。总体而言，本研究不仅证明了 ML-IAP 的可靠性，还提供了纳米晶中复杂强化机制的全面原子视角，为调控其力学性质开辟了新途径。
引用
@article{arxiv.2302.08698,
title = {Complex strengthening mechanisms in nanocrystalline Ni-Mo alloys revealed by a machine-learning interatomic potential},
author = {Xiang-Guo Li and Shuozhi Xu and Qian Zhang and Shenghua Liu and Jing Shuai},
journal= {arXiv preprint arXiv:2302.08698},
year = {2023}
}
备注
13 pages and 6 figures