Reduced-Order Modelling of Defect Transport using Surrogate Kinetics: Application to U$_x$Pu$_ {1-x}$N

Resumo Técnico: Modelagem de Ordem Reduzida do Transporte de Defeitos usando Cinética Substituta em $U_xPu_{1-x}N$

Definição do Problema
Modelar o transporte de defeitos em materiais quimicamente desordenados, como nitretos de actinídeos mistos ($U_xPu_{1-x}N$), apresenta um desafio significativo. Em redes quimicamente uniformes, as vias de migração de defeitos podem ser enumeradas como um conjunto finito de taxas de transição. No entanto, em sistemas desordenados, o ambiente químico local varia continuamente, criando uma distribuição de barreiras de migração em vez de um conjunto fechado. Essa complexidade química torna a enumeração completa dos ambientes via Teoria do Funcional da Densidade (DFT) ou Dinâmica Molecular (MD) computacionalmente proibitiva. Além disso, modelos padrão de cadeia de Markov de tempo contínuo (CTMC) não conseguem acomodar a variedade efetivamente infinita de taxas de transição geradas pela desordem local. Esta questão é crítica para combustíveis nucleares avançados como o nitreto de urânio (UN), que pode evoluir para soluções sólidas de $U_xPu_{1-x}N$ devido à fissão ou ser fabricado como combustíveis mistos. Prever o desempenho do combustível (inchamento, liberação de gases de fissão, degradação da condutividade térmica) requer entender como a variação composicional altera a energética e o transporte de defeitos, embora a simulação atômica direta através do vasto espaço configuracional seja inviável.

Metodologia
Os autores propõem um fluxo de trabalho de ordem reduzida para incorporar mecanismos em escala atômica em formas funcionais computacionalmente eficientes. A metodologia consiste em quatro etapas principais:

1. Geração de Dados (Hop-Decorate): Utilizando o fluxo de trabalho Hop-Decorate (HopDec) construído sobre LAMMPS e ASE, os autores geraram um banco de dados de aproximadamente 3.000 barreiras de migração ($E_b$) e diferenças de energia ($\Delta E$). Isso foi alcançado identificando vias de migração prototípicas de vizinho mais próximo (1NN) em estruturas de referência de UN e "re-decorando-as" 1.000 vezes em composições globais de $U_{0.5}Pu_{0.5}N$, $U_{0.1}Pu_{0.9}N$ e $U_{0.9}Pu_{0.1}N$. As energias interatômicas foram calculadas usando um potencial EAM Finnis–Sinclair combinado com um potencial Buckingham, validado contra dados de DFT. O método Climbing-Image Nudged Elastic Band (CI-NEB) foi usado para avaliar a energética para cada configuração.
2. Construção do Modelo Substituto (Surrogate Model): O ambiente químico local foi definido pelas contagens de átomos de Urânio dentro de camadas específicas de vizinhos mais próximos (NN) ao redor do defeito em suas configurações inicial, final e de ponto de sela. Funções substitutas lineares foram ajustadas para prever $E_b$ e $\Delta E$ baseadas nesses descritores simples:
   • $\Delta E$ foi modelado como uma função linear da mudança nas contagens de U entre as camadas de mínimos.
   • $E_b$ foi modelado como uma função linear das contagens de U nas camadas de mínimo e de ponto de sela, além de uma correção de linha de base específica da espécie ($\beta$).
   • Ajustes separados foram necessários para saltos mediados por U e por Pu na subrede de actinídeos devido à forte dependência de espécie.
3. Simulação de Monte Carlo Cinético (KMC): Os modelos substitutos foram integrados em um simulador KMC baseado em rede (laKMC) customizado. As simulações foram executadas em supercélulas de $10 \times 10 \times 10$ nm$^3$ (64.000 átomos) por 100.000 passos. Deslocamentos médios quadráticos (MSDs) foram extraídos para calcular difusividades de longo tempo ($D$) através de várias temperaturas e composições, com média estatística sobre 50 trajetórias por condição.
4. Análise de Aprisionamento (Trapping Analysis): Para elucidar as origens em escala atômica do transporte macroscópico, os autores analisaram o espaço cinético-termodinâmico calculando tempos de residência médios ponderados pelo tempo ($\langle \tau \rangle_c$) e mudanças de energia médios ponderados pela taxa ($\langle \Delta E \rangle_c$) para cada composição.

Principais Resultados
O estudo analisou três espécies de defeitos: vacâncias de actinídeo ($V_A$), vacâncias de nitreto ($V_N$) e divacâncias de actinídeo-nitreto ($V_{A-N}$).

• Energética de Migração: Os modelos substitutos alcançaram erros quadráticos médios (RMSE) baixos, indicando que a energética de migração em $U_xPu_{1-x}N$ é governada principalmente pela identidade química de curto alcance, em vez de efeitos coletivos complexos de longo alcance.

  • $V_A$ (Vacância de Actinídeo): A migração é fortemente controlada pela espécie. A distribuição de barreiras bifurca-se dependendo se o átomo migrante é U ou Pu. O ambiente local causa apenas um leve alargamento; o principal efeito composicional é o peso estatístico dos saltos de U versus Pu.
  • $V_N$ (Vacância de Nitreto): A migração exibe modulação dependente do ambiente. A distribuição de barreiras evolui continuamente com a composição, mostrando características de múltiplos lobos em composições intermediárias correspondentes a distintas configurações locais de actinídeos. Notavelmente, a presença de U diluído em uma matriz rica em Pu pode criar caminhos localmente favoráveis e de baixa barreira.
  • $V_{A-N}$ (Divacância): O defeito acoplado mostra comportamento semelhante à soma de vacâncias isoladas, com a migração procedendo por qualquer uma das subredes. A presença do par induz um deslocamento sistemático na altura da barreira, mas não altera fundamentalmente a sensibilidade à coordenação local.

• Tendências de Difusividade:

  • Não-Linearidade: A difusividade não segue uma interpolação linear simples (Lei de Vegard) entre os membros finais UN e PuN.
  • Comportamento de $V_A$: A difusividade mostra um aumento não-linear acentuado com pequenas adições de Pu. Isso é impulsionado pela percolação de saltos mediados por Pu rápidos. À medida que a concentração de Pu aumenta, o sistema transiciona de ser limitado por saltos lentos de U para uma rede de saltos rápidos de Pu.
  • Comportamento de $V_N$: A difusividade exibe "difusão lenta" (sluggish diffusion) em baixas concentrações de Pu, onde o Pu atua como uma armadilha cinética, reduzindo o transporte líquido apesar da existência de alguns eventos de baixa barreira. Em concentrações mais altas de Pu, a difusividade aumenta conforme caminhos de baixa barreira tornam-se mais prevalentes e conectados.
  • Comportamento de $V_{A-N}$: A difusividade da divacância reflete uma competição entre as sensibilidades químicas de ambas as subredes, resultando em uma dependência composicional complexa e não-linear, distinta das vacâncias isoladas.

• Análise de Aprisionamento: Os mapas cinético-termodinâmicos ($\langle \tau \rangle_c$ vs. $\langle \Delta E \rangle_c$) revelaram que:

  • Para $V_A$, o aumento do conteúdo de Pu reduz o tempo de residência sem alterar significativamente o viés energético, confirmando a percolação de caminhos rápidos.
  • Para $V_N$, pequenas concentrações de Pu aumentam o viés energético ($\langle \Delta E \rangle_c$) enquanto o tempo de residência permanece estável, indicando a formação de armadilhas químicas que modulam energias relativas em vez de apenas aumentar barreiras.

Significância e Alegações
O artigo afirma fornecer um framework geral e computacionalmente eficiente para modelar o transporte de defeitos em materiais quimicamente desordenados sem recorrer a modelos de aprendizado de máquina de "caixa-preta" que carecem de interpretabilidade física.

• Representação de Ordem Reduzida: Os autores demonstram que a complexa energética de migração em nitretos de actinídeos desordenados admite uma representação de ordem reduzida inesperadamente simples usando contagens de coordenação local linear.
• Insight Mecanístico: O trabalho identifica dois mecanismos dominantes que governam o transporte: cinética controlada pela espécie (dominante para vacâncias de actinídeo) e aprisionamento dependente do ambiente (dominante para vacâncias de nitreto). Destaca que a difusividade macroscópica emerge da competição entre distribuições de barreiras, conectividade de caminhos e tempos de residência, em vez de simplesmente dos valores médios de barreira.
• Escalabilidade: Ao destilar dados atômicos em funções substitutas compactas, a abordagem permite a integração de mecanismos em escala atômica em simulações de escalas superiores (ex: dinâmica de clusters ou códigos contínuos de desempenho de combustível). Isso permite a modelagem eficiente de composições evolutivas durante o consumo de combustível ou transmutação.
• Aplicabilidade: Embora demonstrada em $U_xPu_{1-x}N$, o framework é apresentado como aplicável a outros materiais composicionalmente desordenados, como ligas de alta entropia e semicondutores dopados, onde a enumeração bruta de ambientes locais é intratável.

Os autores observam limitações, incluindo a restrição das divacâncias a pares de vizinhos mais próximos (ignorando potencial dissociação/reassociação) e o uso de potenciais empíricos que não tratam explicitamente efeitos eletrônicos (ex: localização de orbitais 5f em Pu). No entanto, eles afirmam que a abordagem atual consegue com sucesso unir mecanismos atômicos e equações de transporte tratáveis para a modelagem preditiva do desempenho do combustível.