利用神经网络势从分子动力学模拟中直接推导具有替代无序的扩展固体的各向异性原子位移参数
材料科学
2025-05-26 v3
摘要
原子位移参数（ADPs）是描述原子位点周围原子统计分布的晶体学信息。利用通用机器学习势，从经典分子动力学（MD）模拟中直接推导出了各原子的各向异性ADPs。在单次MD模拟的不同时间步记录中，取原子位置的（协）方差。该流程在扩展固体上进行了演示，即岩盐结构MgO和三种热电材料Ag8SnSe6、Na2In2Sn4和BaCu1.14In0.86P2。与非常常用的晶格动力学方法不同，MD方法可以获得具有替代无序的晶体中的ADPs，并且明确地是在有限温度下，但不是在原子在晶体中迁移的条件下。计算得到的ADP在温度趋于0时趋于0，并且当原子处于谐振势中且实际非零ADP的唯一贡献来自零点运动时，ADP与温度成正比。零点运动贡献可以通过假设此爱因斯坦模型的比例常数来估计。来自MD模拟的ADPs将作为一种工具，补充实验工作，以理解晶体结构，包括原子位点周围原子的分布。
引用
@article{arxiv.2502.02056,
title = {Direct derivation of anisotropic atomic displacement parameters from molecular dynamics simulations in extended solids with substitutional disorder using a neural network potential},
author = {Yoyo Hinuma},
journal= {arXiv preprint arXiv:2502.02056},
year = {2025}
}