arrow
返回

A Generalized Solid Solution Framework for the Gibbs Free Energy Calculation

delete2025-09-17
delete0
PRE
AI
Y
Yang Huang
J
Jingrun Chen *
DOI:10.1021/acs.jctc.5c00524delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
我们提出了一种广义固溶体模型,用于计算有限温度下构型对吉布斯自由能的贡献,并融合了基于晶体图的晶格位置能量方法。通过利用线性图神经网络,我们的方法统一了基于对势和团簇展开的两种方法,实现了在晶体结构中的广泛应用。分数占据通过平均场理论进行物理诠释,而熵则采用扩展晶格约束的理想混合模型进行建模。为解析组分常数,我们实施了三项关键策略:首先,我们采用基于softmax的变量变换;其次,引入一种梯度投影方法,通过将更新约束在维持目标元素比例的子空间内,在整个优化过程中保持物种组成;最后,加入归一化步骤以修正数值偏差,确保严格遵循目标组分。随后,我们将该模型应用于Mo–Nb–Ta-W四元系,能量模型的平均绝对误差(MAE)达到1.24 meV。预测的等原子二元合金相变温度与预期吻合,识别出MoNb中的相分离现象,以及MoTa、MoW、TaW、NbTa和NbW中的有序-无序转变。在低温下,稳定构型位于训练数据集的凸包下方,证明了模型的预测精度。对MoNbTaW的进一步分析揭示了其在950 K和400 K处的转变温度,并观察到Mo/W亚晶格中的不对称性。最后,我们将该方法扩展至三元相图的预测,通过吉布斯自由能插值和二阶导数分析,得到与优化原子构型一致的相图。

期刊

Journal of Chemical Theory and Computation 封面图
Journal of Chemical Theory and Computation
IF:
5.5
论文数:
1.1W
被引数:
5.4W

机构

U
university of science and technology of china
学者数:
1.0W
论文数: 3.9K
被引数: 3
引用论文

引用论文

Machine-learning informed prediction of high-entropy solid solution formation: Beyond the Hume-Rothery rules
err2020-05-07
err144
errOAAI
errPei, Zongrui; Yin, Junqi; Hawk, Jeffrey A.; Alman, David E.; Gao, Michael C.
err分享
err收藏
Replica Monte Carlo Simulation of Spin-Glasses
err1986-11-24
err0
PREAI
errRobert H. Swendsen; Jian-Sheng Wang
err分享
err收藏
学者 查看更多内容