以DFT精度与收敛采样建模钛酸钡的铁电相变
材料科学
2024-06-14 v2
摘要
准确描述铁电体的结构与热力学性质是密度泛函理论(DFT)最显著的成就之一。然而，使用DFT运行大模拟元胞计算代价高昂，而小元胞模拟常受限于有限尺寸导致的非物理效应。为避免这些有限尺寸效应，人们往往被迫使用经验模型，以有效相互作用项描述材料物理，并用DFT结果拟合。本研究中，我们使用在DFT上训练的机器学习(ML)势，结合加速采样技术，以第一性原理精度与全原子描述收敛钛酸钡(BTO)的热力学性质。我们的结果表明，预测的居里温度强烈依赖于DFT泛函与体系尺寸的选择，原因在于局域偶极涨落中出现了长程方向关联。我们的发现展示了ML模型与传统自下而上建模的结合，如何使人们以第一性原理计算的精度，在经验模型所提供的大尺度时空下研究涌现现象。
引用
@article{arxiv.2310.12579,
title = {Modeling the ferroelectric phase transition in barium titanate with DFT accuracy and converged sampling},
author = {Lorenzo Gigli and Alexander Goscinski and Michele Ceriotti and Gareth A. Tribello},
journal= {arXiv preprint arXiv:2310.12579},
year = {2024}
}
备注
15 pages, 10 figures