基于神经网络势的钠长石缺陷结构与热力学
材料科学
2024-07-22 v1
摘要
长石是地壳中常见的矿物，其中发生的扩散相变对于重建岩浆岩和变质岩的热历史至关重要。由于这些相变进行的时间尺度极长，钠扩散及其可能存在的各向异性机制一直存在争议。为了阐明这一由缺陷控制的过程，我们开发了一种基于钠长石及其带电缺陷第一性原理计算训练的神经网络势（NNP）。这种新的力场重现了长石多种已知的实验性质，包括其晶格参数、弹性常数以及热容和 DFT 计算的缺陷形成能。研究发现一种新型的哑铃间隙缺陷最为有利，并利用热力学积分计算了其在有限温度下的形成自由能。通过预测更一致的缺陷形成能，证明了在训练 NNP 之前引入静电校正的必要性。
引用
@article{arxiv.2402.14640,
title = {Structure and thermodynamics of defects in Na-feldspar from a neural network potential},
author = {Alexander Gorfer and Rainer Abart and Christoph Dellago},
journal= {arXiv preprint arXiv:2402.14640},
year = {2024}
}