Predicting the Fracture Propensity of Amorphous Silica Using Molecular Dynamics Simulations and Machine Learning
本研究结合分子动力学模拟与机器学习，揭示了高压致密化通过改变局部键合拓扑结构增强了非晶态二氧化硅的延展性与韧性，从而在初始原子构型与断裂倾向性之间建立了预测性联系。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
玻璃无处不在，从我们家中的窗户到手机的屏幕，然而在工程学领域，它仍然是一种最容易被误解的材料。这一谜团的核心在于一个简单的问题：为什么玻璃如此容易破碎？与可以弯曲和拉伸后再断裂的金属不同，玻璃通常会突然且灾难性地断裂。这种脆性是工程师在构建更强、更安全结构时面临的主要限制。几十年来，科学家们一直知道玻璃内部原子的排列方式不同于金属或钻石中那种有序的晶体，但他们一直难以将这种肉眼看不见的原子混乱状态与材料失效的可见方式联系起来。解开这个谜题的关键在于理解玻璃的微小构建单元在受到拉伸或挤压时是如何重新排列的，以及这些重新排列是否可以在材料发生破裂之前被预测出来。
在最近的一项研究中，研究人员试图通过观察非晶质二氧化硅（大多数常见玻璃的主要成分）来解决这个问题。他们想看看是否可以通过在施加任何力之前观察其结构，来精确预测一块玻璃会在哪里产生裂纹。为此，他们使用强大的计算机模拟创建了二氧化硅的虚拟样本，然后将其拉开，模拟拉伸测试。他们发现，制造玻璃的方式至关重要。通过在高压下冷却熔融二氧化硅，他们创造出了比标准玻璃表现迥异的更致密的材料版本。虽然普通玻璃在拉伸极小的距离后就会断裂，但这些高压样本在失效前可以拉伸近三倍的距离，实现了从脆性材料向能够弯曲变形而不破碎的材料的转变。
这种新发现的柔韧性的秘密在于原子的运动方式。在标准玻璃中，原子被锁定在原地，当材料被拉伸时，应力不断积累，直到突然以裂纹的形式释放。在密度更高的压力玻璃中，原子有更多的移动空间。随着材料的拉伸，原子之间的键会断裂并重新组合成新的构型，研究人员将这一过程称为“键转换”（bond-switching）。这种不断的重组使得材料能够吸收能量并分散应力，从而防止单一裂纹立即形成。研究人员发现，即将发生断裂最重要的迹象是一种特定的原子变化：即当一个原子失去与其相连的邻居时。通过追踪这些失去连接的时刻，他们能够在裂纹实际出现之前，精确地绘制出材料在哪里变弱。
为了将这一观察结果转化为一种预测工具，该团队采用了被称为机器学习的技术。他们训练一个计算机程序去识别玻璃在拉伸前存在的独特原子模式。计算机学会了观察原子的初始排列，并预测哪些原子在最终被拉伸时可能会失去它们的连接。值得注意的是，计算机仅通过分析静态、未受应力的结构，就能以极高的准确度识别出未来断裂的位置。它不需要看到玻璃发生形变；断裂的蓝图已经编码在原子的初始位置之中。这表明，材料失效的可能性并非随机，而是由其初始的原子架构决定的。
这项工作的意义不仅限于理解玻璃本身。研究表明，材料的机械性能（例如其弯曲能力或破碎倾向）深深植根于其微观结构之中。通过使用计算机模拟来测试制造玻璃的不同方法，研究人员展示了设计出更坚韧、更具弹性的材料是可能的。根据初始结构来预测裂纹起始位置的能力，为设计能够承受极端条件的材料打开了大门。工程师们不再需要猜测哪些设计可行，而是可以利用这些方法筛选原子排列，并仅选择那些承诺具备所需强度和柔韧性的排列方式，从而催生出用于从航空航天到日常消费品等各个领域的新一代耐用材料。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。