成果介绍
揭示材料结构与物理性质之间的关联(构效关系)是发现凝聚态物理中新现象的重要途径。对于非晶物质而言,其原子排列因缺乏晶体对称性约束而呈现长程无序特征和高度复杂性,这使得建立非晶材料的构效关系极具挑战。本研究利用蒙特卡洛方法和分子动力学方法生成了具有不同无序度的非晶结构,利用分子动力学方法计算了不同无序度下的热导率,同时计算了与热导率密切相关的声子性质,包括态密度和局域化,并成功构建了从结构出发,将结构用径向分布函数转化为结构描述符作为输入,进而预测声子和热学性质的机器学习模型。在测试集上,对于声子态密度的误差在1e-5以下,对于80%结构的热导率的对数预测误差不超过±0.2,模型预测的结果与计算的结果高度一致。
成果亮点
本研究成功在AMC上构建了结构与声子热学性质之间的定量构效关系模型,这验证了机器学习方法在非晶系统领域的强大应用潜力。同时,本研究使用径向分布函数作为结构描述符,取得了优秀的效果,具有以下的意义:
1.实验方面,在现有的众多对无序系统的描述符里,径向分布函数既在实验上容易测量,又基本保留了重要的结构信息,对实验中一些较复杂的输运性质的测量具有重要的参考意义。
2.扩展性上,由于径向分布函数定义简单且物理意义明确,该机器学习的框架还可以推广到适合其他二维和单碳元素以外的非晶体系,有巨大的应用潜力。
3.物理意义上,由于径向分布函数本身是一个二体参数,但实际上我们依靠其构建了解释多体势场和高阶相互作用的热学性质的构效关系,这值得未来进一步探索,对于非晶物质领域构效关系的探索具有重要的研究价值。
团队介绍
北京航空航天大学(Beihang University),简称北航(BUAA),位于中国首都北京市,隶属于中华人民共和国工业和信息化部,中央直管高校,中国第一所航空航天高等学府,具有航空、航天和信息领域的发展比较优势。是国家重点建设的高校、全国第一批16所重点高校之一、211工程、985工程建设高校、国家“双一流”建设高校。
成果资料