从环境条件到温稠密物质的铝可迁移原子间势
材料科学
2023-09-07 v1 计算物理
等离子体物理
摘要
我们提出一项利用机器学习原子间势（ML-IAP）研究铝从环境到温稠密物质条件下输运与材料性质的工作。先前研究已使用 ML-IAP 模拟温稠密物质中的现象，但这些势常针对较窄的温度与压力范围标定。相反，我们使用密度泛函理论分子动力学（DFT-MD）数据在宽广温度范围内训练单一 ML-IAP。我们的方法克服了 DFT-MD 模拟的计算局限，使我们能在更高温度与更长时间尺度上研究物质的输运与材料性质。我们利用分子动力学（MD）考察铝直至约 60,000 K 的热导率、扩散系数、黏度、声速与离子-离子结构因子，展示了 ML-IAP 在宽广温度范围内的可迁移性，并与先前理论数据吻合良好。
引用
@article{arxiv.2304.09703,
title = {Transferable Interatomic Potentials for Aluminum from Ambient Conditions to Warm Dense Matter},
author = {Sandeep Kumar and Hossein Tahmasbi and Kushal Ramakrishna and Mani Lokamani and Svetoslav Nikolov and Julien Tranchida and Mitchell A. Wood and Attila Cangi},
journal= {arXiv preprint arXiv:2304.09703},
year = {2023}
}