97 / 2026-03-29 17:48:40

基于深度学习势的钨初级辐射损伤分子动力学研究

机器学习；深度学习；辐照损伤；钨

极端条件下的基础物理 > 极端条件下的原子物理、核物理与等离子体物理

钨作为优秀的聚变堆装置材料，需要面对聚变堆环境下十分严苛的高辐照环境。分子动力学模拟（MD）可以在原子尺度下揭示材料的辐照损伤机制，这对理解钨在恶劣复杂环境中的宏观性能退化至关重要，而现有的原子间势具有各种局限，极大地影响了MD模拟结果的准确与否。本文采用一种结合三体嵌入描述符与深度势（DP）框架训练的深度学习势函数（DP-ZBL），用以钨的初级辐照损失碰撞模拟。分别研究了初级碰撞原子（PKA）能量、温度、晶界等因素对于缺陷演化的影响，发现DP-ZBL在位错环预测方面具有更良好的表现，同时分析了辐照诱导位错环的存在对于材料力学性能的影响。