基于对称性的新型二元与三元二维材料计算搜索
材料科学
2023-04-25 v2 无序系统与神经网络
摘要
我们提出了一种基于对称性的穷举方法，以探索二维材料在结构与组分上的丰富性。我们使用一个“组合引擎”，通过用化学元素的各种组合占据特定空间群的所有可能 Wyckoff 位置来构建潜在化合物。这些组合通过施加电荷中性以及针对电负性的 Pauling 检验加以限制。随后，这些结构先经专门设计的通用神经网络力场进行预优化，最后使用密度泛函理论进行几何优化。以此方式，我们揭示了前所未有的二维材料多样性，覆盖整个周期表，涵盖超过 30 种 AB 或 ABC 形式的化学计量比。在所发现的结构中，我们找到了可通过装饰几乎所有柏拉图与阿基米德镶嵌及其对偶 Laves 或 Catalan 拼砌来构建的实例。我们还获得了某些特定化合物丰富且出乎意料的多晶型现象。我们进一步通过采用基于穷举搜索中发现的结构类型的机器学习加速原型搜索，来加快二维材料化学空间的探索。总计，我们获得了约 6500 种化合物，它们未出现在先前可用的二维材料数据库中，且其能量低于热力学稳定性凸包以上 250~meV/原子。
引用
@article{arxiv.2212.03975,
title = {Symmetry-based computational search for novel binary and ternary 2D materials},
author = {Hai-Chen Wang and Jonathan Schmidt and Miguel A. L. Marques and Ludger Wirtz and Aldo H. Romero},
journal= {arXiv preprint arXiv:2212.03975},
year = {2023}
}