面心立方金属宏观物性的分子动力学及人工神经网络的模拟计算研究

【摘要】：随着计算机技术的迅速发展,计算机模拟已经成为材料科学研究中的一个重要 手段。分子动力学模拟和人工神经网络预测模型是两种重要的研究方法,前者用于 研究体系的微观结构,后者用于材料成分设计及性能预测等。 本研究运用计算机模拟技术的基本原理,创造性地采用分子动力学结合人工神 经网络的模拟计算方法,自行设计编写了分子动力学模拟程序和人工神经网络预测 程序,并用该程序对部分面心立方金属及合金的弹性性能(体积模量、剪切模量和 弹性常数)、热力学性质及表面能进行了研究,首次成功地运用人工神经网络预测模 型对金属及合金的高密勒指数晶面的表面能进行了计算研究。 本文所采用的分子动力学模拟程序在预测面心立方金属的弹性性能时是非常成 功的,弹性性能的计算值与实验结果符合得较好。采用 Johnson提出的分析型 EAM 模型结合晶格动力学理论,计算了 FCC 金属 Ag、Al、Au、Cu、Ni和 Pt 的声子谱、 态密度、晶格热容等热力学性质,并与实验结果和其它模型计算的结果进行了比较, 结果表明本文的计算结果与实验结果较好的符合,与用其它模型计算的结果也符合 得很好。采用分子动力学模拟计算获得的低密勒指数晶面的表面能数据,结合人工 神经网络方法,通过大量数据的学习训练,完成神经网络模型对高指数晶面表面能 的预测。预测结果表明该方法具有较高的预测精度,正确预言低指数晶面表面能 ?S 的排序:?S(111)?S(100)?S(110),计算发现各晶面的表面能随其晶面与(111)密排面夹 角的增大呈现先增大后减小的特点,并在θ ≈40°附近时达到最大值,并且计算所得 的表面能的平均值更接近实验值。但是模拟计算的金属及合金的表面能普遍存在偏 小的现象,是由于实验值是所有晶面表面能的均值,通常高指数晶面表面能势必要 高于低指数晶面。研究还发现 Ni3Al合金的表面能值并不是其组分元素表面能值的按 照所占百分比的简单平均,而是更接近组元 Ni的表面能值。 通过计算金属和合金宏观物性并与实验结果进行比较,不但可以检验所建立模 型的合理性和准确性,还为模型的进一步发展和修正提供了参考。