Prediction of $\textrm{CO}_2$ Adsorption in Nano-Pores with Graph Neural Networks
UT-Battelle, LLC（UT-巴特勒有限责任公司）；U.S. Department of Energy（美国能源部）
我们研究了基于图的卷积神经网络方法，用于预测和排序晶体金属有机框架（MOF）吸附剂的气体吸附性能，以应用于燃烧后捕获$\textrm{CO}_2$。我们的模型是完全基于标准的结构输入文件，包含原子描述的吸附剂材料的候选人。我们构建了新的方法扩展，以匹配经典机器学习模型的预测精度，这些模型是以更高的计算成本构建的，具有数百个特征。我们的方法可以更广泛地应用于优化工业规模的气体捕获过程。
2022-08-22 cond-mat.mtrl-sci cs.LG
A Dynamic Atomistic-Continuum Method for the Simulation of Crystalline Materials
本文提出了一种用于模拟晶体材料缺陷和界面动力学的耦合原子-连续介质方法。该方法使用原子模型，如分子动力学附近的缺陷和接口，和连续模型远离缺陷和接口。我们提出了一类新的原子区域和连续区域之间的匹配条件。这些条件确保了原子和连续区之间大尺度信息的准确传递，同时使原子-连续界面处声子的反射最小化。如果我们选择适当的权重函数，它们可以自适应。我们目前的应用位错动力学，二维晶体表面之间的摩擦和断裂动力学。我们比较的耦合方法和详细的原子模型的结果。
2001-12-10 cond-mat.mes-hall cond-mat.mtrl-sci
Structure identification methods for atomistic simulations of crystalline materials
我们讨论了现有的和新的计算分析技术来分类当地的原子安排在大规模的原子计算机模拟结晶固体。本文对常用的键分析算法，如公共邻分析法、中心对称分析法、键角分析法、键序分析法和Voronoi分析法进行了性能比较。此外，我们提出了一个简单的扩展的公共邻居分析方法，使其适用于多相系统。最后，我们介绍了一种新的结构识别算法，邻居距离分析，这是专为识别原子结构单元在晶界。
2012-06-12 cond-mat.mtrl-sci math-ph math.MP
Tracking Microstructure of Crystalline Materials: A Post-Processing Algorithm for Atomistic Simulations
原子模拟技术由于具有极高的时空分辨率，已成为材料研究的有力工具。为了理解在原子尺度上控制材料行为的基本原理，并直接与实验工作联系起来，有必要量化用原子学模拟的材料的微观结构。具体而言，目前还不存在用于识别微晶、其晶体取向和整体样品织构的定量工具。在这里，我们开发了一种后处理算法，能够表征这些功能，同时还记录了它们在模拟过程中的演变。此外，数据的呈现方式与传统实验技术中使用的可视化方法相似。该算法的效用是通过分析几种类型的模拟细胞，这是常见的原子建模文献中，但也可以应用到各种其他原子的研究，需要精确的识别和跟踪的微观结构。
2014-07-22 cond-mat.mes-hall cond-mat.mtrl-sci
BatteryMat: a hierarchical machine-learning and DFT framework for average-voltage screening of lithium-ion cathode materials
Johns Hopkins University（约翰斯·霍普金斯大学）；West Virginia University（西弗吉尼亚大学）
介绍用于锂离子正极材料平均电压筛选的BatteryMat框架，结合原子线图神经网络、力场脱锂曲线和超晶胞DFT，能快速筛选并验证材料，提高预测准确性，对现有结构排序，推动锂离子电池材料研究。
2026-07-09 cond-mat.mtrl-sci
Graph Neural Network Predictions of Metal Organic Framework CO2 Adsorption Properties
不断增加的CO2水平是一个关键问题，需要合适的材料来从环境中捕获这些气体。虽然实验和传统的计算方法在寻找这样的材料是有用的，但它们通常是缓慢的，需要加快这样的过程。我们使用原子线图神经网络（ALIGNN）方法来预测CO2在金属有机框架（MOF）中的吸附，这是众所周知的，其高功能的可调性。我们训练ALIGNN模型的假设的MOF（hMOF）数据库与137953 MOF巨正则蒙特卡罗（GCMC）为基础的CO2吸附等温线。我们为预筛选应用开发高精度和快速的模型。我们将训练好的模型应用于CoREMOF数据库，并对它们进行计算排名，以进行实验合成。除了CO2吸附等温线，我们还训练模型的电子带隙，表面积，空隙率，最低空腔直径，和孔限制直径，并说明这种图形神经网络模型的强度和局限性。对于一些候选MOF，我们进行GCMC计算来评估深度学习（DL）预测。
2021-12-19 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
Inverse Design of Next-generation Superconductors Using Data-driven Deep Generative Models
提出基于CDVAE和ALIGNN的扩散模型，利用JARVIS数据库生成并筛选超导材料，通过DFT验证，实现下一代超导体的高效逆向设计。
2023-07-27 cond-mat.mtrl-sci cond-mat.supr-con
Optimization and Validation of a Deep Learning CuZr Atomistic Potential: Robust Applications for Crystalline and Amorphous Phases with near-DFT Accuracy
我们表明，基于密度泛函理论（DFT）计算的深度学习神经网络势（DP）可以很好地描述Cu-Zr材料，这是一个二元合金系统的例子，可以共存于几种有序的金属间化合物中，并作为非晶相。Cu-Zr的复杂相图使其成为传统原子力场的挑战系统，无法很好地描述不同的性质和相。相反，我们表明，DP的方法，使用一个大型数据库与~ 300 k配置可以呈现结果一般与DFT。训练集包括原始和散装的基本金属和金属间化合物的配置，在液相和固相除了板和非晶配置。DP模型进行了验证，通过比较体性质，如晶格常数，弹性常数，体模量，声子谱，表面能DFT值相同的结构。此外，我们对比DP的结果与使用公认的两个嵌入式原子方法的潜力得到的值。总的来说，我们的DP潜力提供了近DFT的精度为不同的Cu-Zr相，但其计算成本的一小部分，从而使精确计算的现实原子模型，特别是非晶相。
2020-02-17 cond-mat.mtrl-sci
Uniaxial compression of crystalline HCP titanium: an atomistic modelling study of size effects
University of Turku（图尔库大学）
通过分子动力学模拟，研究模型尺寸和应变率对α-钛压缩力学响应的影响，发现弹性质独立于尺寸和应变率，而塑性变形中尺寸效应显著，且系统尺寸与应变率强耦合。
2026-06-29 cond-mat.mtrl-sci
Atomistic simulations of nanoindentation in single crystalline tungsten: The role of interatomic potentials
计算建模通常用于辅助先进材料的实验探索，以更好地理解力学测试过程中的基本塑性机制。在这项工作中，我们进行分子动力学（MD）模拟模拟实验室的球形纳米压痕晶体W矩阵不同的原子间的潜力：EAM，修改的EAM，和最近开发的机器学习基于制表高斯近似势（tabGAP）描述的W-W的相互作用。结果表明，载荷位移和应力-应变曲线之间的相似性，无论数值模型。然而，在弹性到塑性形变转变的早期阶段观察到的差异，显示出不同的机制，位错的形核和演化，这是由于伯格斯矢量大小的差异，堆垛层错和位错滑移能。此外，还考虑了大压头尺寸下的接触压力，对加载过程中的螺位错和刃位错进行了详细的分析。此外，我们还计算了在所有原子间相互作用势下这种位错的滑移势垒，结果表明，tabGAP模型的计算结果与密度泛函理论的计算结果相比是最精确的，并且与已有的实验数据定性一致
2022-12-11 cond-mat.mtrl-sci physics.comp-ph
Nanoindentation of single crystalline Mo: Atomistic defect nucleation and thermomechanical stability
本研究利用分子动力学模拟不同压头尺寸、晶向和温度下单晶Mo的球形纳米压痕，揭示[001]位错结的形成与高温稳定性可能决定其热机械稳定性。
2025-02-17 cond-mat.mtrl-sci physics.app-ph physics.comp-ph
Atomistic determination of flexoelectric properties of crystalline dielectrics
在施加均匀应变时，非中心对称电介质晶体的晶胞内的内部子晶格移位导致净偶极矩的出现：一种众所周知的压电现象。另一方面，宏观应变梯度可以在任何晶体结构的晶体中诱导极化，即使是具有中心对称晶格的晶体。这种现象，称为挠曲电，具有体和表面贡献：体贡献的强度可以通过称为体挠曲电张量的材料性质张量来表征。最近的几项研究表明，应变梯度诱导极化可能是材料中各种有趣和异常机电现象的原因，包括非均匀应变纳米结构中的机电耦合效应，纳米电容器系统中的死层效应，以及钙钛矿纳米结构中的巨压电性等。在这项工作中，采用晶格动力学为基础的微观方法，我们提供了某些立方离子晶体，钙钛矿晶体，III-V族和II-VI族半导体的挠曲电张量的估计。我们将我们的估计与实验和理论值进行比较，解决不同实验估计之间存在的差异，并重新访问现有的经验缩放关系的有效性，挠曲电系数的大小在材料参数方面。
2009-03-04 cond-mat.mtrl-sci cond-mat.other
Atomistic Origin of Urbach Tails in Amorphous Silicon
指数带边已经在各种材料中观察到，包括晶体和非晶体。在本文中，我们推断这些尾巴在非晶和有缺陷的晶体硅的结构起源的直接计算与电流{ \it ab initio}方法。我们发现，指数尾出现在放松模型的金刚石与适当的点缺陷。在非晶硅（a-Si）中，我们发现网络中存在短键和长键的结构丝，并且在两个带尾的极端边缘附近的尾态也是连续的，在结构丝上有许多局域化。我们连接的存在下，这两个灯丝系统的缺陷和/或拓扑紊乱的存在下，结构松弛。
2008-02-10 cond-mat.dis-nn cond-mat.mtrl-sci
Atomistic deformation behavior of single and twin crystalline Cu nanopillars with preexisting dislocations
采用分子动力学模拟研究了共格的Cu ~（111）孪晶界对Cu纳米柱塑性形变行为的影响.我们的工作表明，具有和不具有孪晶界的支柱的机械响应是决定性的驱动初始位错源的特性。在大尺寸柱状晶和大量初始可动位错的条件下，屈服应力和流变应力主要由最长的可动位错控制。建立了屈服应力和流变应力与最长位错长度的反相关关系，其外推结果与实验屈服应力数据吻合良好。实验报告的微妙的差异，屈服和流动应力之间的支柱与没有孪晶界，因此可能与移动位错的最大长度。在热处理和机械加载过程中可动位错减少的微柱尺寸很小的情况下，可以清楚地区分有孪晶界和无孪晶界的微柱的力学响应。在变形过程中的位错饥饿是更清楚地存在于柱没有孪晶界比柱的孪晶界，因为孪晶界作为一个钉扎表面的位错网络。
2021-04-09 cond-mat.mtrl-sci
Atomistic simulations of the crystalline-to-amorphous transformation of gamma-Al2O3 nanoparticles: delicate interplay between lattice distortions, stresses, and space charges
采用大规模分子动力学模拟研究了γ-Al 2 O3在300 ~ 900 K温度范围内的相稳定性随尺寸的变化。对于γ-Al_2 O_3晶体，O亚晶格的FCC-HCP转变为α-Al_2 O_3的体相转变在900 K时仍然受到动力学阻碍。然而，通过形成准八面体Al局部配位球的FCC O-亚晶格的局部扭曲变得热激活，如由Al-O键的部分共价性驱动的。相反，球形γ-Al 2 O3纳米颗粒（尺寸为6和10 nm）在900 K下经历晶体到非晶的转变，其从重构表面开始并通过阴离子和阳离子的集体位移传播到核心，导致形成Al的7倍和8倍局部配位球。重建的富Al表面通过扩散的贫Al过渡区与化学计量的芯分离。这种成分的不均匀性造成了NP内部电荷的不平衡，这引起了一个净库仑吸引力，该吸引力足够强，可以将NP核中的初始应力状态从压缩扭转为拉伸。这些发现揭示了氧化物纳米系统中晶格畸变、应力和空间电荷区域之间的微妙相互作用。提供了对所报道的金属氧化物纳米颗粒随着尺寸减小而膨胀的基本解释，这对例如非均相催化、纳米颗粒烧结和纳米颗粒增强金属基复合材料的增材制造具有重要意义。
2023-02-17 cond-mat.mtrl-sci physics.comp-ph
Accelerated prediction of dielectric functions in solar cell materials with graph neural networks
本文提出ALIGNN图神经网络模型，直接从晶体结构预测介电函数，实现高通量筛选，并发现钒是钙钛矿材料高SLME的强指示元素。
2025-10-09 cond-mat.mtrl-sci cond-mat.other
Mesoscale computational study of the nano-crystallization of amorphous Ge via a self-consistent atomistic - phase field coupling
锗是许多相变材料中的基本元素，即可以在其结晶相和非晶相之间进行可逆转变的系统。它们被广泛用于当前的数字电子产品中，并为下一代非易失性存储器设备带来了巨大的希望。然而，这些应用所需的超快相变可能是非常复杂的，即使是单组分系统，这些现象的物理理解仍然缺乏。在本文中，我们研究了在高温下从非晶薄膜结晶Ge的成核和生长相场模型通知的基本材料性质的原子计算。的原子计算捕获的Ge晶格的各向异性，这导致在界面能和迁移率的取向依赖性的全部。这些取向关系，然后准确地恢复相场模型在有限厚度通过一种新的参数化策略的基础上的不变性解决方案的Allen-Cahn方程。通过这种多尺度方法，我们研究了成核和生长之间的相互作用，发现结晶Ge晶粒的平均半径和成核速率之间的关系遵循简单的Avrami型标度律。我们认为，这些可以用来覆盖一个广泛的区域的成核率空间，从而方便与实验比较。
2013-12-13 cond-mat.mtrl-sci
Taming Multi-Domain, -Fidelity Data: Towards Foundation Models for Atomistic Scale Simulations
本文提出总能量对齐方法TEA以无缝整合异构量子化学数据，并据此训练出首个覆盖分子与晶体体系统一数据集的开源通用MLIP模型MACE-Osaka24，在有机和无机体系均达到领先精度。
2025-11-10 cond-mat.mtrl-sci physics.chem-ph
Atomistic and experimental study of microstructural evolution in nanocrystalline iron subjected to irradiation
本研究通过分子动力学模拟和X射线衍射实验，探究纳米晶铁在辐照下的微观结构演化，发现晶粒粗化、位错密度降低及辐照诱导退火现象，并揭示晶粒生长符合随机生长机制。
2025-05-27 cond-mat.mtrl-sci
The relationship between activated H2 bond length and adsorption distance on MXenes identified with graph neural network and resonating valence bond theory
本文首次提出计算筛选23,857种MXene化合物的流程，结合DFT数据训练ALIGNN图神经网络预测吸附参数，并在共振价键理论框架下推导公式，揭示过渡金属配位数和化合价对活化H2键长与吸附距离关系的影响。
2023-07-08 cond-mat.mtrl-sci
Atomistic Study of Structural Correlations at a Liquid-Solid Interface
采用Ercolessi-Adams势和多达4320个原子对铝体系进行了分子动力学模拟，探讨了液-固界面的结构相关性。衬底原子被钉扎到它们的平衡晶体位置，而液体原子自由移动。在界面处的密度分布进行了研究，为不同的衬底晶体取向和温度。观察到的密度曲线的指数衰减，$ρ(z) \sim \rm{e}^{- κz}$，导致定义的$κ$作为定量测量的有序在液-固界面。在液相中的订购量和底层基板取向之间的直接相关性被发现。
2001-12-30 cond-mat.mtrl-sci
Accelerating Defect Predictions in Semiconductors Using Graph Neural Networks
本研究开发了基于图神经网络(GNN)的框架，利用高通量DFT数据预测和筛选半导体中的本征缺陷与杂质，ALIGNN模型实现了约0.3 eV的缺陷形成能预测误差，显著优于现有方法，并大幅降低了缺陷结构优化的计算成本。
2023-09-13 cond-mat.mtrl-sci physics.comp-ph
Validating x-ray line-profile defect analysis using atomistic models of deformed material
晶体材料中位错缺陷的数量强烈影响其性能，因此在实验样品中分析该数量的能力具有很大的实用性。作为透射电子显微镜直接计数的补充，X射线衍射线轮廓的定量分析是一种重要的工具。这是一种间接的量化方法，因此需要仔细验证推理过程中的物理模型。在这里，我们进行直接评估的能力，线轮廓分析，量化方面的位错和堆垛层错人口利用变形铜单晶的原子模型。我们直接分析这些模型，以确定缺陷内容的确切细节（我们的“地面实况”）。然后，我们生成的模型和分析它们使用相同的程序在实验分析中使用的理论线轮廓。这导致我们能够与确切数据进行比较的缺陷含量的推断测量。我们表明，线轮廓分析是能够提供良好的预测位错密度和堆垛层错分数跨越两个数量级。我们进一步展示了沃伦和阿弗巴赫所调用的位错分布的均方应变中的外截止半径如何对应于根据Wilkens模型人工构建的位错的限制随机分布中的晶胞尺寸。总体而言，我们的研究结果提供了重要的新的支持，使用线轮廓分析的量化晶体材料中的线和平面缺陷。
2022-04-29 cond-mat.mtrl-sci
Large-scale multiscale modeling of phase transformation in nanocrystalline materials: Atomistic and Phase-Field methods
本研究将原子分子动力学模拟与介观相场计算方法相结合，以研究多晶铝微结构中的相变。事实上，工程材料的微观结构计算建模可以帮助优化其工业应用的机械性能（例如涡轮叶片的定向凝固）。因此，多尺度建模方法的开发，以找到制造变量（如温度）和晶体材料的微观结构特性（如晶粒尺寸）之间的关系，这可以用来开发一个先进的制造工艺的敏感应用。结果表明，晶粒生长的原子模型可以作为研究相变动力学的第一性原理方法，更准确地描述多晶材料的形貌。另一方面，相场介观方法需要较少的计算工作量，但仍然依赖于半经验数据来捕捉准确的相变制度，这使得这种方法适合于快速检查新的制造条件以及其对多晶材料的微观结构性能的影响。
2019-06-17 cond-mat.mtrl-sci
Atomistic Models of Amorphous Metal-Organic Frameworks
人们对金属有机骨架（MOFs）和多孔配位聚合物的非晶态越来越感兴趣，它们可以通过压力诱导的非晶化、温度诱导的非晶化、熔融淬火、球磨、辐照等来制备。它们可以表现出有用的物理和化学性质，不同于在晶态下可实现的那些，以及更容易加工，以及优于晶体和粉末的固有优点，例如高透明度和机械坚固性。然而，这些无定形状态是特别具有挑战性的特征，并在微观尺度上的框架结构的确定是困难的，只有间接的结构信息可从衍射实验。在这个角度来看，我们审查和比较现有的方法可用于确定的微观模型的无定形MOFs，基于实验数据和模拟方法。特别是，我们提出的原子模型，可以使用反向蒙特卡罗（RMC）方法，连续随机网络（CRN），经典和\emph{ab initio}分子动力学，反应力场，和模拟组装/聚合算法。
2022-03-29 cond-mat.mtrl-sci
A multiscale and multiphysics framework to simulate radiation damage in nano-crystalline materials
本工作提出了一个多尺度、多物理场的框架来研究纳米晶材料的辐射损伤。该框架结合了两种方法，包括电子效应的分子动力学模拟和纳米晶体材料中的长期原子扩散模拟。在此框架下，我们研究了纳米晶材料在辐射事件下的自修复行为。我们发现，在级联模拟过程中，在纳米晶体中产生的缺陷的数量是小于在单晶。这种行为是由于在级联模拟过程中，间隙原子在晶界网络中的快速吸收，而空位迁移到边界的时间比间隙原子长得多。因此，纳米晶体材料显示出自修复行为，其中缺陷的数量和尺寸随时间急剧减少。我们发现纳米晶材料的自修复行为是有限的，大约50%的空位存活下来。这种效应是由于空位簇的集体行为比单个空位稳定得多。
2022-09-28 cond-mat.mes-hall cond-mat.mtrl-sci
Realistic atomistic structure of amorphous silicon from machine-learning-driven molecular dynamics
非晶硅（a-Si）是一种被广泛研究的非晶体材料，但其原子结构的细微细节仍然不清楚。在这里，我们表明，a-Si的准确结构模型可以通过利用机器学习算法的力量来创建原子间势来获得。我们最好的a-Si网络是通过在分子动力学模拟中以10 $^{11}$ K/s的速率（即在10 ns的时间尺度上）从熔体冷却获得的。该结构示出了低于2%的缺陷浓度，并且与关于过量能量、衍射数据以及$^{29}$ Si固态NMR化学位移的实验一致。我们表明，这种质量水平是不可能实现更快的淬火模拟。然后，我们生成了一个4,096个原子的系统，该系统正确地再现了结构因子中第一个尖锐衍射峰（FSDP）的大小，与迄今为止的实验结果最接近。我们的研究证明了机器学习原子间相互作用势对阐明非晶功能材料的准确结构和性质的更广泛影响。
2018-03-07 cond-mat.mtrl-sci
Machine-learning based interatomic potential for phonon transport in perfect crystalline Si and crystalline Si with vacancies
我们报道了单原子间相互作用势，利用高斯回归的密度泛函理论的计算数据，具有高的精度和灵活性，描述声子输运与从头算精度在两种不同的原子配置：完美的晶体硅和晶体硅与空位。从声子色散、Grüneisen参数、三声子散射率、声子-空位散射率和热导率等方面证明了Gaussian近似势（GAP）的二阶和三阶力常数的高精度，所有这些都与密度泛函理论计算的结果非常接近.我们还表明，广泛使用的经验电位（Stillinger-Weber和Tersoff）产生更大的误差相比，GAP。GAP的计算成本高于两种经验势，但比密度泛函理论计算低5个数量级。我们的工作表明，GAP可以提供一个新的机会，研究声子输运在部分无序的晶体相从头计算的高预测能力，但在一个可行的计算成本。
2019-05-23 cond-mat.mes-hall cond-mat.mtrl-sci physics.comp-ph
Defects from phonons: Atomic transport by concerted motion in simple crystalline metals
点缺陷在晶体材料中起着至关重要的作用，因为它们不仅影响热力学性质，而且对动力学过程也至关重要。虽然它们在热力学平衡中是必要的，但通常认为在本体中自发形成缺陷是极不可能的，除了接近熔点的温度。在这里，我们证明了通过原子模拟的过程，涉及协调的原子运动，引起缺陷的形成，实际上是频繁的体心立方金属，甚至下降到约50%的熔化温度。它表明，这种行为是密切相关的晶格振动的非谐性和平坦的能量景观沿某些结晶方向，一个功能，是不存在的，例如，面心立方晶格结构。这一见解对我们对这些材料的一般理解有影响，并为第4族过渡金属中所谓的异常扩散提供了补充解释。
2019-12-04 cond-mat.mtrl-sci
Imaging individual solute atoms at crystalline imperfections in metals
直接成像构成材料的所有原子，也许更重要的是，决定材料性能的晶体缺陷，仍然是一个艰巨的挑战。在这里，我们提出了一种新的方法，化学敏感的场离子显微镜（SEM）结合对比度的解释，从密度泛函理论（DFT）和元素识别，使飞行时间质谱和数据挖掘。分析-doppler具有真正的原子分辨率，我们演示了该技术如何可以揭示在微观结构中的特定位置处的单个溶质原子的存在。这种新技术的性能展示在揭示个别Re原子在蠕变变形过程中形成的Ni中的晶体缺陷。由A-REAL提供的原子细节使我们能够直接将我们的结果与模拟进行比较，并解决了一个长期存在的问题，即Re如何延长高温下服役的镍基高温合金的寿命。
2019-03-31 cond-mat.mtrl-sci physics.ins-det
Amorphous shear bands in crystalline materials as drivers of plasticity
本文通过实验与原子模拟结合，揭示了晶体材料中非晶剪切带形成的材料性能趋势及其驱动塑性或导致断裂的条件，并提出通过成分调控提高名义脆性材料韧性的策略。
2023-08-07 cond-mat.mtrl-sci
Atomistic mechanisms of dynamics in a two-dimensional dodecagonal quasicrystal
本研究通过分子动力学模拟二维十二角准晶，发现其动力学呈现异质性、非阿伦尼乌斯弛豫及两阶段弛豫，且更接近金属玻璃形成液体而非晶体。
2025-05-15 cond-mat.mtrl-sci cond-mat.soft
Data-Driven Modeling of Dislocation Mobility from Atomistics using Physics-Informed Machine Learning
本文提出一种基于不确定性量化驱动的主动学习范式，利用物理信息图神经网络（PI-GNN）从自动化高通量分子动力学模拟中学习位错迁移率定律，在体心立方金属中比传统唯象模型更准确地捕捉底层物理规律。
2024-03-20 cond-mat.mtrl-sci
Anomalous elastic buckling of hexagonal layered crystalline materials in the absence of structure slenderness
异质层状晶体材料，如石墨烯、氮化硼、硫酸钨等，由于其独特的原子结构和优异的热、机械和物理性能的组合，引起了人们的极大关注。利用机械屈曲是一种很有前途的途径来控制其结构形态，从而调整其物理性能，从而产生许多新的应用。在本文中，我们采用有限元分析（FEA），分子动力学（MD）模拟和连续介质建模研究的机械屈曲的层状晶体材料与晶体层平行的纵向轴线制成的列。结果表明，随着长细比的减小，材料的力学失稳模式由弯曲失稳模式逐渐过渡到剪切失稳模式。当长细比趋于零时，临界屈曲应变εcr收敛到一个远小于材料机械强度的有限值，表明在适当的实验条件下是可以实现的。这种机械屈曲模式是反常的和反直觉的。对于一组典型的六方层状晶体材料，连续介质力学模型预测的临界屈曲应变εcr与有限元和分子动力学模拟的结果吻合得很好。对石墨的MD模拟表明，连续介质力学模型适用于20 nm的尺度。该理论模型还揭示了高度的弹性各向异性是在没有结构细长的情况下由层状晶体材料制成的柱的异常机械屈曲的起源。这项研究提供了工程层状晶体材料在各种纳米材料和纳米器件通过机械屈曲的途径。
2014-06-19 cond-mat.mtrl-sci
Topological Signatures of Hardness and Structural Order in Network-Forming Materials
University of Edinburgh（爱丁堡大学）
该研究以成网材料为对象，引入连接价拓扑描述符，结合频谱分析，揭示了非晶与晶相二氧化硅的拓扑结构差异，为关联其结构与物理性质提供了新框架。
2026-08-31 cond-mat.mtrl-sci cond-mat.other
Atomistic understanding of two-dimensional monatomic phase-change material for non-volatile optical applications
本研究通过原子级分析揭示了二维单原子相变材料Sb薄膜厚度依赖的光学响应，发现2纳米厚度限制并实现了硅基波导中的可逆光学开关。
2025-12-11 cond-mat.mtrl-sci
Atomistic and mean-field estimates of effective stiffness tensor of nanocrystalline copper
Institute of Fundamental Technological Research Polish Academy of Sciences（波兰科学院基础技术研究所）
通过分子模拟研究纳米铜的弹性张量，分析晶粒取向和分布对整体刚度张量各向异性的影响，并提出基于单晶数据的平均场模型，预测与原子模拟结果一致。
2018-04-16 cond-mat.mtrl-sci cs.NA math.NA
On the role played by electrons in the stress-strain curves of ideal crystalline solids
本文利用密度泛函理论与热力学分析，研究Cu、Al和金刚石在单轴应变下电子电荷响应对力学性能的影响，发现Cu和Al的应力-应变曲线偏离线弹性，并可用由Van-Hove奇点和电子重新分布引起的一级与二级相变解释。
2025-08-27 cond-mat.mtrl-sci
Beyond Beryllium: AI-Accelerated Materials Discovery for Interstellar Spacecraft Shielding
Nanyang Interstellar University（南洋星际大学）；Shanghai Interstellar Jiao Tong University（上海星际交通大学）
本文利用AI方法筛选20种候选材料，评估其机械强度、溅射阻力、中子吸收截面和热力学稳定性，发现h-BN和B4C为双功能材料，提出新型防护结构，预计质量减少47%。
2026-04-01 cond-mat.mtrl-sci physics.pop-ph
A Comprehensive Assessment and Benchmark Study of Large Atomistic Foundation Models for Phonons
University of South Carolina（南卡罗来纳大学）；Georgia Institute of Technology（佐治亚理工学院）
本文评估了六种大原子基础模型在声子特性预测中的表现，发现EquiformerV2在预测原子力和三阶IFCs方面表现最佳，而微调版本在预测二阶IFCs、LTC等声子性质上优于其他模型。
2025-09-03 cond-mat.mtrl-sci
Unbiased Atomistic Predictions of Crystal Dislocation Dynamics using Bayesian Force Fields
本研究基于ab initio数据构建贝叶斯机器学习力场，实现单晶Cu高温高应力位错动力学的原子尺度模拟，首次可靠定量预测位错迁移率和交滑移能垒。
2024-01-09 cond-mat.mtrl-sci physics.app-ph physics.comp-ph
Antiskyrmions and their electrical footprint in crystalline mesoscale structures of Mn$_{1.4}$PtSn
Skyrmionic材料具有未来信息技术的潜力，例如赛道存储器。这一进步的关键是系统具有高度的可调性和可扩展性，存储的信息易于通过全电子技术读取和写入。拓扑磁激发，如skyrmions和antiskyrmions，引起一个特征的拓扑霍尔效应。然而，迄今为止，在薄膜和体样品中的反回旋离子的电检测一直具有挑战性。在这里，我们应用磁光显微镜结合电输运，探讨antikyrmion相，因为它出现在结晶介观结构的赫斯勒磁铁锰$_{1.4}$ PtSn。我们揭示了霍尔签名的反kyrmions符合我们的理论模型，包括异常和拓扑组件。我们研究其依赖于垂直设备的厚度，场的方向，和温度。我们的原子模拟和实验各向异性的研究表明，反kyrmions和一个复杂的磁性，包括竞争的铁磁，反铁磁和手性交换相互作用，而不是捕获的微磁模拟之间的联系。
2023-03-15 cond-mat.mes-hall cond-mat.mtrl-sci cond-mat.other
RamanGPT: Bidirectional Mapping Between Crystal Structures and Raman Spectra with Graph Neural Networks and Generative Transformers
United States Naval Academy（美国海军学院）；Johns Hopkins University（约翰斯·霍普金斯大学）
提出RamanGPT框架，利用图神经网络（ALIGNN）实现从晶体结构预测拉曼光谱（正向问题），并通过量化低秩适配微调大语言模型实现从拉曼光谱反推晶体结构（逆向问题），在计算数据库和实验数据上验证了有效性。
2026-06-02 cond-mat.mtrl-sci
Chemical bonding in chalcogenides: the concept of multi-centre hyperbonding
由于成键和非成键电子离域的复杂性，非晶和结晶硫属化物中化学键相互作用的确切性质仍然不清楚。虽然元素周期表中的一列元素的电子离域程度的增加被广泛认可，但其对化学键合相互作用的影响以及对硫属化物的后续材料性质的影响以前从未从原子观点全面理解。在这里，我们提供了一个化学键合框架，通过研究原型碲化物非易失性存储器，相变材料（PCM），和相关的硫属化合物，通过密度泛函理论，分子动力学（DFT-MD）模拟的行为硫属化合物（和，在原则上，其他孤对材料）。识别先前未考虑的多中心“超键”的存在（孤对反键轨道）相互作用不仅阐明了各种材料性质的起源，以及它们在非晶相和晶相之间的大小对比，而且还阐明了晶相PCM和其中一个成键亚群之间非常相似的化学键合性质（具有相同的键长）中发现的无定形相变材料，在显着的对比现有的观点。从这种新的键合相互作用的角度建立的结构-性能关系将有助于设计改进的硫属化物材料的不同应用，基于基本的化学键合的观点。
2020-04-20 cond-mat.mtrl-sci
Accelerated Data-Driven Discovery and Screening of Two-Dimensional Magnets Using Graph Neural Networks
本研究利用图神经网络加速二维磁性材料的发现，通过生成和筛选候选晶体，结合DFT验证，成功识别出167种稳定的二维磁性材料。
2024-02-05 cond-mat.dis-nn cond-mat.mes-hall cond-mat.mtrl-sci
Machine learning based modeling of disordered elemental semiconductors: understanding the atomic structure of a-Si and a-C
无序元素半导体，最显著的是a-C和a-Si，在无数不同的应用中普遍存在。它们利用了其独特的机械和电子特性。在过去的几十年里，密度泛函理论（DFT）和其他基于量子力学的计算模拟技术已经成功地提供了晶体半导体的原子和电子结构的详细理解。不幸的是，无序半导体的复杂结构使得DFT模拟这些材料所需的时间和长度尺度遥不可及。近年来，已经开发了用于原子建模的机器学习（ML）方法，其在计算时间的一小部分内提供DFT势能面的精确近似。这些ML方法现在已经成熟，并开始提供关于无序半导体复杂原子结构的一些缺失细节的第一个结论性见解。在这篇专题综述中，我们简要介绍了ML原子模型及其在非晶半导体中的应用。然后，我们看看ML模拟已被用来提高我们目前的理解的原子结构的a-C和a-Si。
2023-03-11 cond-mat.mtrl-sci
Amorphous materials as a frontier challenge for universal interatomic potentials
Inorganic Chemistry Laboratory, Department of Chemistry, University of Oxford（牛津大学化学系无机化学实验室）
研究非晶态材料对通用原子间势的挑战，引入基于精选数据集的基准框架，评估主流模型可转移性，识别局限并探究微调策略，为非晶功能材料领域应用及相关模型设计提供指导。
2026-07-14 cond-mat.mtrl-sci physics.comp-ph
Formation of Nanotwin Networks during High-Temperature Crystallization of Amorphous Germanium
锗是一种极其重要的材料，在纳米技术的许多领域中用于许多功能应用。在本文中，我们研究了非晶锗的晶化在高温下的临界纳米核的原子模拟。我们发现，结晶发生的经常性转移的原子通过扩散过程从非晶相到适当取向的结晶层。我们伴随着我们的模拟与全面的热力学和动力学分析的生长过程中，这解释了能量平衡和界面生长速度控制晶粒生长。对于$\langle111\rangle$的晶体取向，我们发现一个简并的原子重排过程，与两个零能量模式对应于一个完美的晶体结构和形成的$\Sigma3$孪晶界。在这个方向上的持续生长导致孪晶网络的发展，与所有其他生长方向相反，其中晶体无缺陷地生长。在$\langle111\rangle$半导体晶体的固相外延生长期间也观察到从非晶相结晶的这种特定机制，其中生长被限制在一维。我们计算得到的纳米孪晶网络的等效X射线衍射图案，为实验验证提供了依据。
2015-07-14 cond-mat.mtrl-sci
Neighbors Map: an Efficient Atomic Descriptor for Structural Analysis
本文提出一种将原子环境编码为二维图像的邻居图描述符，结合卷积神经网络实现低计算成本的高精度结构分析，并展示了其在畸变晶体分类、相变追踪和液-非晶转变分析中的应用。
2023-09-22 cond-mat.mtrl-sci
An automated framework for exploring and learning potential-energy surfaces
本文提出一个名为 autoplex 的自动化框架，用于探索和拟合势能面，解决机器学习原子间势中训练数据手动生成的瓶颈，并在多种材料体系中验证了其有效性。
2024-12-21 cond-mat.mtrl-sci physics.comp-ph
A Unified Deep Neural Network Potential Capable of Predicting Thermal Conductivity of Silicon in Different Phases
分子动力学模拟已被广泛用于预测热性质，但由于缺乏精确的和可转移的原子间势场，使用统一的力场以相似的精度模拟不同的相通常是困难的。因此，这个问题已经成为一个主要的障碍，预测材料的相变及其输运性质的原子级建模技术。最近，基于机器学习的算法已经成为一种很有前途的工具，以开发精确的分子动力学模拟的潜力。在这项工作中，我们的方法预测硅在不同阶段的热导率进行分子动力学模拟与深神经网络潜力的问题。这种神经网络的潜力是训练与从头计算数据的硅在结晶，液体和非晶相。我们的潜力的准确性首先验证通过再现原子结构在相变，在其他经验势通常失败。计算了不同相的热导率，与实验结果和从头算结果吻合较好。我们的工作表明，一个统一的神经网络为基础的潜力可以是一个很有前途的工具，研究相变和材料的热输运的高精度。
2019-12-10 cond-mat.mtrl-sci physics.comp-ph
Harnessing dislocation motion using an electric field
本研究首次实现仅通过外部电场控制单晶硫化锌中位错运动，发现带电30°部分位错因电场方向可逆移动而90°位错静止，为非机械场调制位错性质提供直接证据。
2023-07-01 cond-mat.mtrl-sci
