基于深度学习原子间势的反铁电钙钛矿 $\rm PbZrO_3$ 的有限温度性质
材料科学
2025-11-18 v3
摘要
典型的反铁电钙钛矿 （PZO）近年来因其在技术应用和基础研究中的重要性而引起了广泛关注。PZO 中的许多未解决问题与大长度尺度和时间尺度以及有限温度有关，这给第一性原理密度泛函理论研究带来了重大挑战。在这里，我们引入了 PZO 的深度学习原子间势，通过大规模原子模拟来研究有限温度性质。使用精心设计的数据集进行训练，该模型成功复现了大量相，特别是最近发现的 80 原子反铁电 相和铁电 相，并对其结构和动力学性质提供了精确预测。使用该模型，我们研究了多个相的相变，包括 /、 和 ，这些相变与实验观察高度相似。我们的模拟结果还强调了自由能在确定 PZO 低温相中的关键作用，调和了明显的矛盾： 是实验中最常观察到的相，而理论计算预测其他相具有更低的能量。此外，在 相热力学稳定的温度范围内，获得了典型的反铁电双极化滞后回线，并详细阐明了在电场诱导的非极性 相和极性 相之间转变过程中的结构演化。
引用
@article{arxiv.2406.09011,
title = {Finite-temperature properties of antiferroelectric perovskite $\rm PbZrO_3$ from deep learning interatomic potential},
author = {Huazhang Zhang and Hao-Cheng Thong and Louis Bastogne and Churen Gui and Xu He and Philippe Ghosez},
journal= {arXiv preprint arXiv:2406.09011},
year = {2025}
}