Molecular dynamics simulation of metallic Al–Ce liquids using a neural network machine learning interatomic potential

原子间势 分子动力学 合金 材料科学 从头算 金属 人工神经网络 化学物理 计算化学 机器学习 化学 冶金 计算机科学 有机化学
作者
Ling Tang,Kai‐Ming Ho,Cai‐Zhuang Wang
出处
期刊:Journal of Chemical Physics [American Institute of Physics]
卷期号:155 (19) 被引量:14
标识
DOI:10.1063/5.0066061
摘要

Al-rich Al-Ce alloys have the possibility of replacing heavier steel and cast irons for use in high-temperature applications. Knowledge about the structures and properties of Al-Ce alloys at the liquid state is vital for optimizing the manufacture process to produce desired alloys. However, reliable molecular dynamics simulation of Al-Ce alloy systems remains a great challenge due to the lack of accurate Al-Ce interatomic potential. Here, an artificial neural network (ANN) deep machine learning (ML) method is used to develop a reliable interatomic potential for Al-Ce alloys. Ab initio molecular dynamics simulation data on the Al-Ce liquid with a small unit cell (∼200 atoms) and on the known Al-Ce crystalline compounds are collected to train the interatomic potential using ANN-ML. The obtained ANN-ML model reproduces well the energies, forces, and atomic structure of the Al90Ce10 liquid and crystalline phases of Al-Ce compounds in comparison with the ab initio results. The developed ANN-ML potential is applied in molecular dynamics simulations to study the structures and properties of the metallic Al90Ce10 liquid, which would provide useful insight into the guiding experimental process to produce desired Al-Ce alloys.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
3秒前
天天快乐应助一一采纳,获得10
4秒前
炙热的雪糕完成签到,获得积分10
4秒前
5秒前
心心0521发布了新的文献求助10
7秒前
pluto应助刘济源采纳,获得10
7秒前
FIN应助15采纳,获得10
7秒前
内向士萧发布了新的文献求助10
8秒前
abcdulla777完成签到,获得积分20
8秒前
9秒前
SYLH应助元狩采纳,获得10
10秒前
DUANYALI完成签到,获得积分10
10秒前
13秒前
马玲完成签到,获得积分10
13秒前
13秒前
14秒前
iwwwwwn完成签到,获得积分20
14秒前
123发布了新的文献求助10
14秒前
15完成签到,获得积分10
16秒前
啊露发布了新的文献求助10
17秒前
可乐发布了新的文献求助10
18秒前
18秒前
科研通AI5应助iwwwwwn采纳,获得10
20秒前
21秒前
21秒前
酷波er应助htWu采纳,获得10
23秒前
虚拟的惜筠发布了新的文献求助150
25秒前
烟花应助LONG采纳,获得10
25秒前
粗心的易云完成签到 ,获得积分10
25秒前
25秒前
传奇3应助123采纳,获得30
26秒前
Yuying发布了新的文献求助10
27秒前
也曦完成签到 ,获得积分20
29秒前
29秒前
Saman发布了新的文献求助10
30秒前
32秒前
大个应助wuxunxun2015采纳,获得10
33秒前
34秒前
xdy完成签到 ,获得积分10
35秒前
高分求助中
【此为提示信息,请勿应助】请按要求发布求助,避免被关 20000
Production Logging: Theoretical and Interpretive Elements 3000
CRC Handbook of Chemistry and Physics 104th edition 1000
Izeltabart tapatansine - AdisInsight 600
Introduction to Comparative Public Administration Administrative Systems and Reforms in Europe, Third Edition 3rd edition 500
Distinct Aggregation Behaviors and Rheological Responses of Two Terminally Functionalized Polyisoprenes with Different Quadruple Hydrogen Bonding Motifs 450
THE STRUCTURES OF 'SHR' AND 'YOU' IN MANDARIN CHINESE 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3761949
求助须知:如何正确求助?哪些是违规求助? 3305642
关于积分的说明 10135083
捐赠科研通 3019747
什么是DOI,文献DOI怎么找? 1658374
邀请新用户注册赠送积分活动 792030
科研通“疑难数据库(出版商)”最低求助积分说明 754783