机器学习驱动的高熵碳化物TiZrNbHfTaC5的合成
材料科学
2022-12-12 v1 化学物理
摘要
高熵碳化物（HEC）的合成需要电弧等离子方法所能提供的高温。然而，单相样品的形成温度仍未知。此外，在某些温度下会出现多相结构。本工作中，我们基于理论与实验技术开发了可控合成HEC TiZrNbHfTaC5的方法。我们使用具有机器学习原子间势的规范蒙特卡洛（CMC）模拟来确定单相和多相样品形成的温度条件。与理论完全一致，在2000 K下通过电弧放电观察到的单相样品。低于1200 K时，样品分解为(Ti-Nb-Ta)C以及(Zr-Hf-Ta)C、(Zr-Nb-Hf)C、(Zr-Nb)C和(Zr-Ta)C的混合物。我们的结果展示了HEC形成的条件，并预期我们的方法可为多组分材料的靶向合成铺平道路。
引用
@article{arxiv.2212.04811,
title = {Machine-learning Driven Synthesis of TiZrNbHfTaC5 High-Entropy Carbide},
author = {Alexander Ya. Pak and Vadim Sotskov and Arina A. Gumovskaya and Yuliya Z. Vassilyeva and Zhanar S. Bolatova and Yulia A. Kvashnina and Gennady Ya. Mamontov and Alexander V. Shapeev and Alexander G. Kvashnin},
journal= {arXiv preprint arXiv:2212.04811},
year = {2022}
}
备注
16 pages, 8 figures