Pressure-dependent melting and crystallization of B2-NiAl from neural-network molecular dynamics
本研究采用基于深势模型（Deep Potential model）的神经网络分子动力学方法，建立了热力学一致的 B2-NiAl 压力相关熔化曲线，揭示了在高压下熔点上升更为剧烈的现象，并证实了熔化过程与本质上为等原子比的液相保持一致。
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
镍铝化物是一种长期以来令工程师们赞叹不已的材料，因为它能够在承受极端高温的同时仍保持强度。它是一种由等量的镍和铝组成的化合物，排列成一种刚性且有序的模式，这使其成为保护涂层和高温机械设备的理想选择。几十年来，科学家们已经知道这种材料在常压下处于特定温度时会熔化。然而，当该材料受到挤压时，其行为会发生剧烈变化。在行星深处或高速撞击过程中，材料会承受巨大的压力，这种压力迫使原子靠得更近，并改变了它们相互作用的方式。了解压力如何精确改变固体转变为液体的温度，对于预测材料在这些极端环境下的行为至关重要。虽然研究人员已经测量了许多物质的这一特性，但镍铝化物在高压下的精确关系一直不确定，这在了解这种重要材料在压缩时如何变化的知识领域留下了空白。
为了填补这一空白，一个研究小组转向了一种利用人工智能模拟物质的强大新方法。他们没有依赖于旧有的、简化的原子相互作用模型，而是训练了一个神经网络——一种通过数据进行学习的计算机程序——来理解镍和铝原子之间复杂的力。他们向这个程序输入了数千次基于量子物理基本定律的计算，教它如何预测原子在不同热量和压力条件下的行为。一旦模型训练完成，研究人员便使用它在计算机上运行大规模模拟。他们创建了虚拟的材料块，一半是固体，一半是液体，并观察在调整压力和温度时会发生什么。通过观察固体部分和液体部分停止增长或缩减并保持并存稳定的点，他们可以精准定位不同压缩水平下的熔点。
模拟结果揭示了一个清晰且稳定的趋势：随着压力的增加，熔化材料所需的温度显著上升。研究人员测试的压力范围从常压一直到五十吉帕斯卡（相当于一辆小汽车压在一个指甲盖上的力量）。在最低压力下，该材料在约1896开尔文时熔化。当压力攀升至五十吉帕斯卡时，熔点飙升至接近3569开尔文。这种增幅比之前的计算机模型预测的更为剧烈，表明这种新的、更准确的模型能比早期的尝试更好地捕捉到材料在极端压缩下抵抗熔化的能力。研究人员还通过计算固体转变为液体时发生的能量和体积变化来检查他们的工作。这些独立的检查与他们的熔融曲线完美匹配，证实了其结果在内部是一致且可靠的。
除了寻找熔点之外，团队还调查了一个微妙但重要的问题：材料是均匀熔化的，还是镍和铝原子在转变为液体时会分离成不同的层？在某些材料中，形成的液体其化学成分与原有的固体不同，这会使材料的行为变得复杂。研究人员以极高的精度分析了模拟中液层的组成。他们发现，即使在最高压力下，液体也保持着完美的平衡，含有等量的镍和铝。与完美的五比五混合比例之间的差异微乎其微，几乎无法测量。这提供了直接证据，证明该材料是以共熔方式熔化的，这意味着即使在被挤压到模拟极限时，固相和液相在化学性质上也保持一致。
为了了解材料在熔化后如何重新形成，研究人员还模拟了液体冷却回落的过程。他们观察了原子失去热量并开始锁定位置的过程。他们发现，冷却的速度至关重要。如果材料冷却得非常快，原子会冻结成一种无序的、类似玻璃的状态。然而，如果冷却得更慢，原子就有时间自行排列成镍铝化物特有的那种特定且有序的模式。有趣的是，高压使得材料更渴望结晶成这种有序结构。模拟显示，原子首先形成一个基本的几何框架，随后镍和铝原子才排列到它们正确的交替位置。这一逐步过程证实了该材料具有强烈的自然倾向，即返回其原始的有序状态，而不是形成另一种类型的晶体。
这些发现为镍铝化物在压力下的行为提供了一个完整且一致的图景。通过将先进的机器学习与严谨的模拟技术相结合，研究人员建立了一张涵盖从常态到极端压缩条件下材料熔融行为的可靠地图。他们表明，随着被挤压，材料变得更难熔化，它在整个过程中保持了化学平衡，并且在冷却时自然地寻求回归其有序结构。这项工作不仅阐明了用于高温应用的材料的基础物理学，也展示了现代计算方法在解决关于物质在最剧烈条件下如何转化的长期问题方面的强大力量。
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。