使用人工神经网络机器学习原子间相互作用势，我们已经进行了分子动力学模拟，研究的结构和动力学的Fe 90 Si 3 O 7液体接近地球的液核条件。模拟结果表明，Fe_（90）Si_3 O_7液相中的短程有序（SRO）很强。约80%的原子排列在晶体状的SRO基序中。特别是，约70%的Fe中心簇可被分类为六方密堆积（HCP/HCP样）或二十面体（ICO/ICO样）SRO基序。以Fe、Si或O原子为中心的SRO团簇强烈混合并均匀分布在整个液体中。的原子结构的液体和占主导地位的SRO团簇的分数是不敏感的压力/温度在模拟中使用的，除了的SRO的O中心的团簇增强接近内核压力。O的扩散系数约为Fe和Si离子的2-3倍，并且在更深的核心区域中增加得更快。
英文摘要：
Using an artificial neural-network machine learning interatomic potential, we have performed molecular dynamics simulations to study the structure and dynamics of Fe90Si3O7 liquid close to the Earth's liquid core conditions. The simulation results reveal that the short-range structural order (SRO) in the Fe90Si3O7 liquid is very strong. About 80% of the atoms are arranged in crystalline-like SRO motifs. In particular, ~70% of Fe-centered clusters can be classified as either hexagonal-close-pack (HCP/HCP-like) or icosahedral (ICO/ICO-like) SRO motifs. The SRO clusters centered on Fe, Si, or O atoms are strongly intermixed and homogenously distributed throughout the liquid. The atomic structure of the liquid and the fractions of dominant SRO clusters are not sensitive to pressure/temperature used in the simulations except that the SRO of the O-centered clusters is enhanced close to inner core pressures. The O diffusion coefficient is about 2-3 times larger than the Fe and Si ions and increases more rapidly in the deeper core regions.
Transport properties for liquid silicon-oxygen-iron mixtures at Earth's core conditions
我们报告的热和导电性的两种液体硅-氧-铁混合物（Fe $_{0.82}$ Si $_{0.10}$ O $_{0.08}$和Fe $_{0.79}$ Si $_{0.08}$ O $_{0.13}$），代表地球的外核的组成在相关的压力-温度条件下，从密度泛函理论计算与Kubo-Greenwood公式。我们发现导热系数$k$ =100（160）W m $^{-1}$ K $^{-1}$，以及外核顶部（底部）的电导率$σ= 1.1 (1.3) \times 10^6 Ω^{-1}$ m $^{-1}$。这些新的数值比以前的估计高出2至3倍，对我们理解地球的热历史和地球磁场的功能，包括整个地核的快速冷却速度或地核中高水平的放射性元素具有深远的影响。我们还展示了一些混合物的结构和动力学性质的结果，包括部分径向分布函数，均方位移，粘度和声速。
Iron under Earth's core conditions: Liquid-state thermodynamics and high-pressure melting curve
基于密度泛函理论的{ \em Ab initio}方法在投影增广波的实现下被用来计算与地核相关的高压高温下液态铁的自由能和一系列其他热力学性质。{ \em ab initio}自由能通过使用热力学积分计算从简单参考系到{ \em ab initio}系统的自由能变化而获得，热平均值通过{ \em ab initio}分子动力学模拟计算。参考系由以前工作中使用的反幂对势模型组成。将液态自由能与先前使用相同的{ \em ab initio}技术计算的六方密堆积Fe的自由能相结合，以获得熔化曲线和熔化的体积和熵。计算的熔化性能与实验测量和其他最近的{ \em从头计算}预测的比较。实验理论的比较，也提出了固体和液体Hugoniot曲线交叉的熔化线的压力，以及声速和Grüneisen参数沿Hugoniot。根据实验数据，与常用的高压/高温Fe的状态方程进行了额外的比较。
Ab-initio chemical potentials of solid and liquid solutions and the chemistry of the Earth's core
基于密度泛函理论，提出了一套用{ \em ab initio}方法计算固液混合物化学势的通用方法。该方法的目的是给一个{ \em ab initio}的方法来处理共存的固体和液体溶液之间的化学平衡，特别是分配比的溶质之间的解决方案。对于液相，该方法是基于热力学积分的一般技术，应用于计算与溶剂和溶质原子的连续相互转化相关的自由能的变化，所需的热平均值由DFT分子动力学模拟计算。对于固相，自由能，因此化学势得到使用DFT计算的振动频率的系统包含取代溶质原子，与非谐波的贡献计算，在需要的地方，通过热力学积分。的实际使用的方法说明，应用它们来研究地球的核心，模拟为解决方案的S，Si和O的Fe的外部液体和内部固体部分之间的化学平衡。计算对核心的化学成分有很强的约束，并允许估计内核/外核边界的温度。
Air-stable, earth-abundant molten chlorides and corrosion-resistant containment for chemically-robust, high-temperature thermal energy storage for concentrated solar power
Optimized flux single-crystal growth of the quantum spin liquid candidate NdTa$_7$O$_{19}$ and other rare-earth heptatantalates, ErTa$_7$O$_{19}$ and GdTa$_7$O$_{19}$
Helical microstructures in molluscan biomineralization are a biological example of close packed helices that may form from a colloidal liquid crystal precursor in a twist-bend nematic phase
