[論文レビュー] Atomic Representations of Local and Global Chemistry in Complex Alloys

Megan McCarthy, Jacob Startt+3 more|arXiv (Cornell University)|Mar 8, 2023

Machine Learning in Materials Science被引用数 4

ひとこと要約

本稿では、MoNbTaTi難鉄複合濃縮合金（CCAs）のための機械学習型原子間ポテンシャルを導入し、半径カットオフに基づく局所組成指標を用いて局所的 vs. 全体的組成を定量化するフレームワークを開発した。局所化学的環境の違いにより、均等原子比のCCAsであっても空孔生成エネルギーに顕著な変動が生じることが明らかになった。これは、全体組成に基づく性質予測に挑戦する強い局所的化学的環境依存性を示している。

ABSTRACT

The exceptional properties observed in complex concentrated alloys (CCAs) arise from the interplay between crystalline order and chemical disorder at the atomic scale, complicating a unique determination of properties. In contrast to conventional alloys, CCA properties emerge as distributions due to varying local chemical environments and the specific scale of measurement. Currently there are few ways to quantitatively define, track, and compare local alloy compositions (versus a global label, i.e. equiatomic) contained in a CCA. Molecular dynamics is used here to build descriptive metrics that connect a global alloy composition to the diverse local alloy compositions that define it. A machine-learned interatomic potential for MoNbTaTi is developed and we use these metrics to investigate how property distributions change with excursions in global-local composition space. Short-range order is examined through the lens of local chemistry for the equiatomic composition, demonstrating stark changes in vacancy formation energy with local chemistry evolution.

研究の動機と目的

• 複雑濃縮合金（CCAs）における局所的化学的フラクチュエーションを記述する統一手法の欠如に起因する、性質予測の困難さを解決すること。
• 全組成とは異なる、原子スケールでの化学的不均一性を捉えることができる、局所的組成の定量的指標を構築すること。
• 局所的化学的環境と、空孔生成エネルギー、弾性率など、測定可能な機械的・欠陥特性との関連を明確にすること。
• DFTおよびMDシミュレーションを用いて、ML-IAPが全組成空間および局所的組成空間においてMoNbTaTiに対して妥当であるかを検証すること。
• 将来的な改善型ML-IAPの訓練を可能にするために、局所的化学的特性と性質分布の組成依存的傾向を同定すること。

提案手法

• 各原子を中心に半径カットオフ半径 $r_{\rm cut}$ 内の元素濃度として局所的組成 $c_{\rm local}$ を定義し、局所的化学的性質の点群表現を可能にした。
• 新しく訓練された機械学習型原子間ポテンシャル（SNAPベース）を用いた分子動力学（MD）シミュレーションにより、均等原子比のMoNbTaTiをシミュレートし、局所的組成の時間的変化を追跡した。
• 75,000ステップのハイブリッドモンテカルロ/分子動力学（MC/MD）を用いて化学的再配列を誘発し、短距離秩序の影響を調査した。
• 標準的な式を用いて、MDシミュレーションから弾性定数 ($\mathbb{C}_{11}, \mathbb{C}_{12}, \mathbb{C}_{44}$) を計算し、体積弾性率 ($B$) と剪断弾性率 ($G$) を導出した。
• 式 (11) を用いて、完全格子と原子を除いたスーパセル間のエネルギー差から、空孔生成エネルギー $E_{\rm vac}^{\mu}$ を計算した。
• 各原子の第一近隣球殻における短距離秩序を、式 (12) に従いウォーレン＝カウリー係数 $\alpha_i^{AB}$ を用いて定量化した。

Figure 1: Illustration of global and local composition spaces for a quaternary alloy of generic elements A B C D. a Global composition perspective. The location of a quaternary alloy’s equiatomic composition in the phase tetrahedron is shown with a star. The vertices, edges, and faces of the tetrahe

実験結果

リサーチクエスチョン

• RQ1 MoNbTaTiのランダム固溶体において、局所的化学的組成はどのように変動し、全体の均等原子比からどの程度逸脱するか？
• RQ2 均等原子比のCCAsであっても、空孔生成エネルギーは局所的化学的環境にどの程度依存するか？
• RQ3 体積弾性率および剪断弾性率は、局所的組成にどのように依存するか。また、機械学習型原子間ポテンシャルがその傾向を捉えられるか？
• RQ4 ハイブリッドMC/MDアプローチは、難鉄系CCAsにおける化学的再配列を効果的にサンプリングし、短距離秩序の進化を明らかにできるか？
• RQ5 局所的化学的組成と、機械的および欠陥特性に関するML-IAP予測の精度の関係は何か？

主な発見

• MoNbTaTiにおける局所的組成は顕著な空間的不均一性を示し、特に $r_{\rm cut}$ が小さい場合、全組成の均等原子比の周囲に $c_{\rm local}$ 値の点群が分布している。
• MoNbTaTiにおける各元素の空孔生成エネルギーは、局所的化学的環境に著しく依存しており、均等原子比合金であっても強い局所的化学的環境依存性が示唆される。
• 機械学習型原子間ポテンシャルは、DFTで計算された弾性定数を適切に再現し、異なる組成における体積弾性率および剪断弾性率の傾向を予測した。
• ウォーレン＝カウリー係数を用いた短距離秩序の定量的評価から、MC/MDシミュレーション中に著しい変化が観察され、系内での動的化学的再配列が示された。
• MC/MDステップの経過とともにポテンシャルエネルギーが収束したため、局所的化学的性質および欠陥特性を探索するシミュレーションプロトコルの安定性と信頼性が確認された。
• 本フレームワークにより、全組成と局所的組成空間における性質分布の定量的マッピングが可能となり、CCAsにおける性質予測において、全組成のみでは不十分であることが明らかになった。

Figure 2: a Schematic of the ML-IAP fitting process. The FitSNAP software 18 performs regression while LAMMPS is used to calculate descriptors. The resulting fit is run through a series of tests, whose errors are used to inform a single-objective genetic algorithm provided by DAKOTA. By iterating th