🔬 materials science

High-throughput Discovery of Magnetic Rare Earth Transition Metal Alloys

本文提出了一种结合基于扩散模型的晶体生成与分级筛选的加速材料发现框架，旨在识别超过 300 种低能稀土-过渡金属磁性候选材料（其中包括饱和磁化强度高达 ~1.8 T 的稳定相），同时为未来的高磁化强度合金设计提供关于掺杂剂选择和结构起源的系统性见解。

原作者： Shuo Tao, Osman Goni Ridwan, Liqin Ke, Qiang Zhu

发布于 2026-08-27

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Shuo Tao, Osman Goni Ridwan, Liqin Ke, Qiang Zhu

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

现代生活运行在无形的力之上。驱动汽车的电动机、为风力涡轮机提供动力的发电机，以及存储我们记忆的硬盘，全都依赖于永磁体。几十年来，最好的磁铁是由一类特定的金属制成的：稀土元素与铁或钴等过渡金属混合而成。这些材料性能强大，但它们也非常昂贵，且往往依赖于难以保障的供应链。科学家们早已知道，这些原子之间可能存在许多其他的组合方式，可以制造出更优秀的磁铁，但寻找它们就像在大海捞针。这些原子的排列方式如此之多，以至于如果试图在实验室中逐一尝试，将耗时数个世纪。

为了解决这个问题，研究人员转向了一种新型的搜索引擎。他们不再是在烧杯中混合化学物质，而是利用强大的计算机来构想数百万种新的晶体结构。这些数字模型充当了过滤器，测试哪些排列方式是稳定的，以及哪些可能具有强磁场。目标是找到不仅性能强大，而且由丰富元素组成的材料，从而减少对最昂贵的稀土金属的需求。这种方法让科学家能够探索整个可能性图景，而不仅仅是他们已经走过的少数路径。

在最近的一项研究中，一个研究小组利用这种高速数字方法来搜寻新的磁性材料。他们专注于将稀土元素与铁、钴和镍混合，然后加入第三种成分，观察其是否能稳定结构。他们不仅仅是在进行几次猜测；他们在计算机上生成了近 24 万种不同的晶体结构。为了处理如此庞大的数量，他们使用了两步筛选过程。首先，他们使用快速的机器学习模型，迅速剔除那些极有可能不稳定或磁性较弱的排列方式。这为他们留下了一组规模小得多的、具有潜力的候选材料。随后，他们使用一种更精确但速度较慢的方法来复核这些“幸存者”的物理特性，以确保结果的准确性。

这次搜索取得了成功。该团队识别出了 3 亿多个在现实世界中可能存在的低能候选结构。在这些候选者中，他们发现了五种热力学稳定的特定组合，这意味着它们很可能自然形成而不会解体。最令人兴奋的发现是这些材料所能产生的磁场强度。在最佳情况下，这些新合金的饱和磁化强度达到了约 1.8 特斯拉。这是衡量材料所能承载磁力大小的一个指标，它足以媲美甚至超过目前正在使用的最好的磁铁。最强的结果来自于富含铁的材料，特别是涉及钐或钇与铁以及少量如钛或锰这类第三种金属的组合。

研究人员还揭示了这些新材料构建的规律。他们发现，大多数成功的三元合金（即含有三种金属类型的合金）并非完全是全新的发明。相反，它们是已知二元结构的变体，通过拆分特定的原子位置来为第三种元素腾出空间。这一见解非常有价值，因为它告诉实验化学家在实验室尝试制造这些材料时应该在哪里寻找。他们不需要猜测；他们可以从一个已知的结构开始，并在正确的地点替换掉正确的原子。

研究还揭示了不同的第三种元素如何影响磁强度。当团队加入锰时，它与铁原子完美对齐，以极小的损失提升了整体磁场。然而，当他们加入铬时，它表现出相反的方向，与铁对抗并削弱了磁铁。这种清晰的区别提供了一条简单的设计准则：选择与铁“一致”而非与之“对立”的掺杂剂。虽然目前的模型局限于原子数少于 20 个的结构，但研究人员建议，将这种搜索推向更大、更复杂的结构可能会解锁更强大的磁铁。他们的工作证明，通过将人工智能与深层的物理理解相结合，人类完全可以驾驭广袤的化学景观，并找到将驱动下一代技术的材料。

技术摘要：高通量发现磁性稀土过渡金属合金

问题陈述
稀土-过渡金属（RE-TM）金属间化合物是现代永磁技术的基础。然而，已知的稳定相仅占可及的成分-结构空间的一小部分。传统的发现依赖于经验引导的合成，这种方法缓慢、昂贵，且偏向于已被充分探索的原型家族（如 $\text{CaCu}_5$ 、 $\text{Th}_2\text{Zn}_{17}$ 、 $\text{ThMn}_{12}$ ）。此外，现有的高通量筛选方法通常局限于已知的晶体结构类型，这阻碍了对具有全新拓扑结构的相的发现。目前迫切需要一种能够系统探索广阔成分空间，以识别同时实现高饱和磁化强度（ $M_s$ ）和热力学稳定性的新磁性材料的策略，特别是那些具有更低稀土含量或改进性能的材料。

方法论
作者提出了一种结合基于扩散的生成模型与分层筛选的加速材料发现框架。该工作流由四个阶段组成：

化学空间定义： 研究目标为过渡金属丰富的二元（R-T）和三元（R-T-T′）成分。
- 元素： 稀土（R）限制为钇（Y，作为非磁性基准）和钐（Sm，作为 4f 特征元素）。过渡金属（T）包括 Fe、Co 和 Ni。添加剂（T′）包括 Ti、V、Cr、Mn、Cu 和 Zn。
- 约束条件： 为确保高磁化强度，二元体系的过渡金属比例（ $R_{TM}$ ）约束为 $\ge 0.75$ ，三元体系为 $\ge 0.80$ 。晶胞限制在最多 20 个原子。
- 范围： 这定义了 186 种独特的二元和 2,952 种独特的三元化学计量比。
晶体结构生成： 使用 MatterGen（一种在已知稳定无机材料上训练的基于扩散的生成模型），作者在定义的化学空间内生成了约 240,000 个候选结构。结构是在不同的超胞倍数下生成的，以探索 20 原子限制内的不同晶胞尺寸。
稳定性预筛选： 所有生成的结构都经过弛豫，并使用基于 M3GNet 架构的机器学习原子间势（MLIP）MatterSim 进行筛选。
- 结构根据相对于 Materials Project (MP) 参考相的凸包上方能量（ $E_{hull}$ ）进行过滤。
- 二元体系的阈值设为 0.1 eV/atom，三元体系为 0.06 eV/atom。
- 这一步将候选池从约 240,000 个减少到约 7,200 个结构。
DFT 验证： 剩余的候选结构通过 VASP 进行自旋极化密度泛函理论（DFT）计算。
- 赝势： 对稀土元素采取了特殊处理。研究使用了“f-冻结”的 Sm 势（将 4f 电子视为芯电子），以确保与 MP 参考能量的一致性，并避免由于 GGA 处理局部化 4f 壳层（特别是 Gd）而产生的误差。
- 选择标准： 若候选结构满足 $E_{hull} < 0.1$ eV/atom 且空间群编号 $\ge 75$ ，则被选定为最终候选者。随后构建了一个包含所有生成结构的“真实”凸包，以识别热力学稳定相（ $E_{hull} = 0$ ）。

主要贡献与结果

候选物识别： 该工作流识别出 344 个低能磁性候选物，其能量位于凸包 0.1 eV/atom 以内。其中，5 个相 被发现具有热力学稳定性（ $E_{hull} = 0$ ）。
磁化性能： 最高饱和磁化强度出现在富 Fe 体系中：
- 二元体系： $\text{SmFe}_{12}$ (1.837 T) 和 $\text{YFe}_{12}$ (1.797 T)。
- 三元体系： $\text{YFe}_{18}\text{Ti}$ (1.799 T) 和 $\text{Sm}_2\text{Fe}_{16}\text{Mn}$ (1.733 T)。
- 稳定相： 最稳定的三元候选物包括 $\text{Y}_2\text{Co}_{16}\text{Ti}$ 、 $\text{Y}_2\text{Co}_{16}\text{Mn}$ 、 $\text{YFe}_9\text{Ti}_2$ 和 $\text{Sm}_2\text{Co}_{16}\text{Mn}$ 。
结构见解：
- 对称性分析： 大多数三元候选物是已知二元原型的子群衍生物（例如 $\text{CaCu}_5$ 和 $\text{Th}_2\text{Zn}_{17}$ 型）。它们是通过 Wyckoff 位点分裂来容纳 T′ 取代而产生的。
- 掺杂效应： 位点解析磁矩分析揭示了不同的行为。Mn 与 Fe 子格铁磁耦合，导致磁化强度损失极小。相比之下，Cr 表现为反铁磁耦合，这会抵消部分磁化强度，但可以增强相邻的 Fe 磁矩。
验证： MLIP 预筛选显示出与 DFT 绝对能量近乎完美的关联（ $R > 0.999$ ），成功保留了所有 5 个热力学稳定结构，同时将计算工作量降低了一个数量级。

意义与主张
本文声称展示了一种可推广的策略，用于针对性的磁性材料发现，弥合了生成式 AI 与严格物理验证之间的差距。通过结合 MatterGen 与分层筛选，作者成功地在广阔的成分-结构空间中导航，识别出了通过基于原型的枚举法可能会遗漏的新型磁性相。

作者谦虚地指出，虽然生成模型产生了新颖的结构，但许多结构是现有原型的对称相关衍生物，这表明目前的模型更多地依赖于已知基元的化学取代和对称性破缺，而非发现全新的拓扑基元。

最后，研究表明，若要实现超过 1.8 T 的饱和磁化强度，路径在于将生成式搜索扩展到**更大的晶胞（>20 个原子）**以及更高的 Fe 含量，因为目前的 20 原子限制限制了对最高 Fe 含量、高磁化强度成分的探索。该工作为掺杂剂选择提供了系统性指导（倾向于选择 Mn 而非 Cr 以保持磁化强度），并强调了 AI 驱动的工作流在加速下一代永磁体发现方面的潜力。

类似论文