图书馆-报告库-中国机械工程学会表面工程分会

Oral Presentation机器学习原子势处理热喷涂涂层中γ-Al2O3的无序性

编号：73 访问权限：Participants Only 更新：2024-03-19 15:19:26 浏览：113次收藏取消收藏

2024-05-12 15:00

15min

[E1] 论坛4：热喷涂与冷喷涂技术A [E1-2] 论坛4A下午

暂无文件

摘要

众所周知，以α-Al₂O₃为原料，进行大气等离子喷涂后，涂层中的α相会大量转变为γ相，而γ相的晶体结构十分复杂，数十年来，人们对于γ-Al₂O₃的晶体结构一直争论不休，争论的焦点主要在于两方面：首先是Al³⁺是否只位于尖晶石位点上？其次是Al³⁺空位分布在四面体还是八面体空隙处？大多数关于γ-Al₂O₃的研究，都是围绕小体系（40原子）开展的，而所含原子数越少，就越难以准确评估其结构对宏观性质的影响。可随着体系中原子数的增多，γ-Al₂O₃的可能构型总数将迅速上升，要对其进行筛选，其计算量几乎达到人力不可及的程度，这便是限制大体系γ-Al₂O₃模型建立的关键因素。机器学习，已经成为处理和解释大规模数据集的强有力工具。在材料科学领域，这些技术的应用为揭示材料的微观结构与宏观性质之间的复杂关系提供了新的视角。为实现这一目标，将第一性原理计算与机器学习（ML）方法相结合，从约1.9×10¹¹个构型中加速筛选160原子单元中可能的结构。本项工作扩展了前人在建模γ-Al₂O₃方面的努力，深入理解结构无序对γ-Al₂O₃电子结构的影响。