无序黏度修正方法计算 spinodal 温度与波长

相分离是材料中构成微结构形成的关键机制，长期以来因需要无参数化方法来准确捕捉局部能量景观而面临预测建模的挑战。本文提出了一种预测相分离行为的方法，通过引入无序黏度修正来计算来自有限小代表性单元的体自由能。我们对维持局部凹体自由能区域（对于界面形成至关重要）所需的能量惩罚进行近似，以实现这一点，同时抑制长程浓度波动。这一近似方法规避了对界面属性完整 ab initio 参数化的复杂性，适合用于高通量和机器学习框架。我们的方法捕捉了支撑 spinodal 动力学的必要物理，为在组成复杂且高熵材料中预测 spinodal 区域提供了可扩展的路径。