由在线训练矩张量势模拟的 $\beta-$Ti 中的埃林瓦效应
材料科学
2020-12-02 v1 计算物理
摘要
量子力学计算与机器学习（ML）技术相结合，可从根本上改变我们从第一性原理预测材料性质的能力。本文表明，通过矩张量描述的原子间势的在线训练，在预测材料高温弹性性质方面具有与最先进的{\it ab initio}分子动力学相同的精度，而计算代价降低两个数量级。利用该技术，我们研究了钛的高温 bcc 相，并预测其弹性模量具有极弱的温度依赖性，即埃林瓦效应，类似于所谓 GUM 钛基合金的行为 [T. Sato {\it et al.}, Science {\bf 300}, 464 (2003)]。鉴于 GUM 合金具有复杂化学成分且在室温下工作，在 1100--1700 K 宽温度区间内观测到的元素 bcc-Ti 的埃林瓦性质是独特的。
引用
@article{arxiv.2005.04375,
title = {Elinvar effect in $\beta-$Ti simulated by on-the-fly trained moment tensor potential},
author = {Alexander V. Shapeev and Evgeny V. Podryabinkin and Konstantin Gubaev and Ferenc Tasnádi and Igor A. Abrikosov},
journal= {arXiv preprint arXiv:2005.04375},
year = {2020}
}
备注
15 pages, 4 figures