Systematic and accurate anharmonic formation free energies of metastable defects via a constrained Bayesian Adaptive Biasing Force framework

Dans le monde invisible des atomes, les matériaux ne sont jamais parfaitement immobiles. Même dans un bloc de métal solide, les atomes vibrent, s'agitent et échangent parfois leurs places. Lorsqu'un matériau est endommagé par des radiations ou une chaleur extrême, de minuscules imperfections appelées défauts apparaissent. Il ne s'agit pas seulement de trous ou de pièces manquantes ; ce sont des réarrangements complexes où les atomes s'entassent ou laissent derrière eux des vides. Les scientifiques savent depuis longtemps que pour prédire comment un matériau se comportera sous la contrainte, ils doivent comprendre l'énergie de ces défauts. Cependant, calculer cette énergie est notoirement difficile car les atomes ne vibrent pas selon des motifs simples et prévisibles. Au lieu de cela, leurs mouvements sont chaotiques et interconnectés, un phénomène connu sous le nom d'anharmonicité. De plus, de nombreux de ces défauts sont métastables, ce qui signifie qu'ils sont coincés dans un état temporaire et précaire qui peut facilement s'effondrer en autre chose si les atomes bougent ne serait-ce qu'un peu trop. Pendant des décennies, cette complexité a empêché les chercheurs de construire une bibliothèque complète du comportement de ces défauts à différentes températures, laissant une lacune dans notre capacité à concevoir des matériaux pour les réacteurs nucléaires ou l'exploration spatiale.

Une équipe de chercheurs de l'Université Paris-Saclay a maintenant développé une méthode pratique pour résoudre ce problème. Ils ont créé un cadre de calcul capable de mesurer avec précision l'énergie libre de formation de ces défauts instables sans les perdre de vue. Dans leur étude, ils se sont concentrés sur le fer, un matériau crucial pour l'énergie nucléaire, et ont examiné des milliers de façons différentes dont quatre atomes de fer supplémentaires pourraient s'agglutiner, ainsi que la manière dont quatre atomes manquants (lacunes) pourraient s'organiser. Le défi était que les simulations informatiques standards échouent souvent ici : à mesure que la température augmente, les atomes vibrent si vigoureusement qu'ils échappent à la forme spécifique du défaut que les scientifiques tentent d'étudier, provoquant l'effondrement du calcul vers un état différent et sans rapport. Les chercheurs ont surmonté cela en utilisant une méthode appelée « constrained Bayesian Adaptive Biasing Force ». Cette technique agit comme un guide invisible et doux qui maintient les atomes dans les limites de la forme spécifique du défaut qu'ils étudient, tout en corrigeant mathématiquement le fait que les atomes étaient retenus. Cela permet à l'ordinateur d'échantillonner les vibrations chaotiques et de haute température des atomes sans que le défaut ne se désintègre.

Les résultats de ce travail constituent une base de données systématique et massive de valeurs d'énergie pour des centaines de configurations de défauts distinctes. Les chercheurs ont testé leur méthode en utilisant deux types de modèles mathématiques différents pour décrire l'interaction entre les atomes : un modèle traditionnel utilisé depuis de nombreuses années et un nouveau modèle basé sur l'apprentissage automatique (machine learning). Ils ont constaté que le modèle traditionnel produisait des paysages énergétiques rugueux et irréguliers, rendant difficile l'obtention de résultats cohérents, surtout à des températures élevées. En revanche, le modèle d'apprentissage automatique a fourni un paysage beaucoup plus lisse, permettant à la méthode de fonctionner avec une stabilité et une précision exceptionnelles. L'équipe a effectué des milliers de calculs indépendants, couvrant une large gamme de températures, et a constaté que leur méthode échouait dans moins de un pour cent des cas. Ce niveau de fiabilité est sans précédent pour des systèmes de cette taille, qui contiennent environ mille atomes. Ils ont atteint un niveau de précision où l'incertitude de leurs mesures d'énergie est inférieure à un millième d'électron volt par atome, une précision requise pour faire des prédictions réelles sur la stabilité des matériaux.

Peut-être plus important encore, l'étude a révélé un lien profond entre la simplicité de la forme d'un défaut et la complexité de son énergie. Les chercheurs ont découvert que le comportement chaotique des atmes à haute température pouvait être prédit avec une précision surprenante en observant simplement les vibrations plus simples du défaut à basse température. Cela suggère que la réalité complexe et désordonnée du mouvement atomique à haute chaleur n'est pas entièrement aléatoire, mais est au contraire une version à plus grande échelle des motifs plus simples observés à des températures plus basses. Cette découverte ouvre la voie à l'utilisation de calculs plus simples et plus rapides pour estimer le comportement des défauts dans des conditions extrêmes. En prouvant que cette méthode contrainte fonctionne de manière fiable à travers des milliers de formes de défauts différentes et deux types de modèles atomiques différents, les chercheurs ont fourni un outil général qui peut être appliqué à presque n'importe quel matériau. Ce travail lève un verrou majeur de la science des matériaux, offrant une voie claire pour comprendre comment les plus petites imperfections d'un matériau déterminent sa force et sa durabilité dans les environnements les plus rudes.