Synthesizability and Mechanical Properties of High-Entropy Borides: First-Principles and Machine Learning Studies

技術要約：高エントロピーホウIDES（HEBs）の合成可能性と機械的特性

問題提起
高エントロピーホウIDES（HEBs）は、その卓越した硬度と熱的安定性により、極限環境アプリケーションへの潜在能力を持つ、超高温セラミックスの有望なサブクラスである。しかし、考え得る元素の組み合わせによる広大な組成空間により、系統的な実験的発見は極めてコストが高い。どのような5種類の金属の組み合わせが安定な単相HEBを形成するかを確実に予測すること、および、化学的・構造的無秩序によって導入される複雑さを考慮した上で機械的特性を正確に予測することは、依然として大きな課題である。さらに、合成可能性と機械的安定性に及ぼすクロム（Cr）などの特定の遷移金属の影響を解明する必要がある。

手法
本研究では、9種類の第4〜6族遷移金属（Ti, V, Cr, Zr, Nb, Mo, Hf, Ta, W）を用いた、六方晶AlB₂構造における126通りの5成分系HEBを系統的に調査するために、第一原理計算と機械学習（ML）を組み合わせたフレームワークを採用している。

• 第一原理計算： 密度汎関数理論（DFT）計算は、PBE-GGA交換相関関数を用いたVienna Ab Initio Simulation Package（VASP）を使用して行われた。
  • 合成可能性： 単相形成を評価するために、エントロピー形成能（EFA）記述子が計算された。これには、AFLOW-Partial OCCupation（AFLOW-POCC）アルゴリズムを用いて、各組成に対して対称性に区別のある15原子単位胞84個を生成するプロセスが含まれる。EFAは、これらの構成のエネルギー分散（$\sigma_E$）の逆数から導出された。エネルギー分布が狭い（高いEFA）ことは、単相形成の傾向が高いことを示す。
  • 機械的特性： 完全な無秩序状態を近似するために、60原子の特殊擬ランダム構造（SQS）を用いて機械的特性を計算した。弾性定数は応力-ひずみ法を通じて計算され、体積弾性率（$B$）、剛性率（$G$）、およびビッカース硬度（$H$）は、それぞれVoigt-Reuss-Hill近似およびTianの経験モデルを用いて推定された。
• 機械学習： 極限勾配ブースティング（XGBoost）回帰モデルを開発し、機械的特性を予測した。モデルは、60の組成ベースの記述子（化学量論的、元素特性、価電子軌道、イオン結合）と、緩和されたSQS超セルから得られた19の構造記述子（結合長とその統計的分布）を利用した。

主な貢献と結果

1. EFA記述子の検証：
   本研究では、全126組成のEFA値を計算し、その範囲は58.99から294.64 (eV/atom)$^{-1}$であった。EFAの予測は、3つの代表的な化合物について得られた実験的なX線回折（XRD）データと強い一致を示した。高EFA化合物（例：HfMoNbTaZrB$_{10}$）は鋭い単相回折パターンを示したが、低EFA化合物（例：CrHfNbVZrB$_{10}$）は複数の二次相ピークを示した。

2. クロム（Cr）の役割：
   クロムに関する明確な傾向が特定された。最も低いEFA値を持つ5つの化合物はすべてCrを含んでいたが、最も高いEFAを持つ5つの化合物にはCrが含まれていなかった。さらに、Cr含有組成は、EFAと平均イオン性の間に、Crを含まない系とは逆の相関関係を示した。機械的には、Cr含有化合物は、VoigtおよびReuss弾性率の間に大きな乖離を示す（機械的不安定性を示す）、あるいはDFT計算において収束に失敗した化合物の中に不釣り合いに多く含まれていた。これは、Crが激しい格子歪みと潜在的な磁気的不安定性を誘起し、単相形成と機械的安定性を阻害していることを示唆している。

3. 機械的特性のランドスケープ：
   DFT計算により、機械的に安定なHEBは一貫して高い体積弾性率（270–310 GPaに集中）を持つが、剛性率については広い分布（140–230 GPa）を示すことが明らかになった。安定な化合物の硬度は、一般に15から35 GPaの範囲であった。特筆すべき点として、HfNbTaTiZrB$_{10}$は、高いEFA（240.56）と優れた機械的特性（剛性率 ~228 GPa、硬度 ~34.48 GPa）の両方を備えた候補として特定された。

4. 機械学習の知見：
   組成および構造記述子を組み合わせたXGBoostモデルは、強い予測性能（体積弾性率に対してピアソン $r$ 最大0.93）を達成した。特徴量の重要度分析により、以下のことが明らかになった：

   • 電気陰性度の分数加重平均は、体積弾性率と正の相関がある。
   • d価電子占有数の変動は、剛性率と負の相関がある。
   • 構造的無秩序、具体的には面内B-B結合長および面外M-M結合長の標準偏差は、機械的特性に大きく影響する。
     SQS超セルから得られた構造記述子の導入は、組成のみのモデルと比較して、予測精度を顕著に向上させた。

意義
本論文は、本研究が、優れた機械的特性を持つ合成可能な単相HEBを特定するための系統的な計算ロードマップを提供すると主張している。EFA解析、SQSベースのDFT、およびMLを統合することにより、本研究は、複雑な組成空間をナビゲートするための信頼できる記述子を確立した。これらの知見は、次世代の極限環境材料を設計する上で、局所的な構造的無秩序および特定の元素の選択（特に高安定性用途のためのCrの回避）が極めて重要であることを強調している。著者らは、このフレームワークを、将来の実験的検証および他の高エントロピーセラミックスファミリーへの拡張のための基礎として位置づけている。