本發(fā)明實施例涉及材料科學分子模擬計算,特別涉及一種復相氧化鋯陶瓷的勢函數(shù)構建方法。
背景技術:
1、目前,通過向氧化鋯中摻入釔離子等第二相氧化物進行穩(wěn)定化處理,是一種常用的手段,這種處理可以將四方相等氧化鋯的結構穩(wěn)定至室溫。由于鋯釔氧陶瓷材料體系展現(xiàn)了巨大的潛力,許多實驗室針對其相變增韌機制進行了廣泛的研究。
2、相關技術中,針對鋯釔氧陶瓷體系相變行為的研究,主要依賴實驗手段。傳統(tǒng)的實驗方法雖然可以直觀地觀察材料宏觀性能的變化,但對于相變的微觀機理,如原子間的作用力、氧空位的遷移等,往往難以精確解析。并且,由于實驗設備和條件的限制,許多實驗難以在實際應用條件下全面再現(xiàn)材料的相變過程。
3、另外,傳統(tǒng)的原子模擬方法多依賴于經典勢函數(shù)模型,這些模型在捕捉復雜氧化物陶瓷材料的相變行為時存在明顯局限,難以準確描述復雜的相互作用,尤其是在考慮釔元素摻雜時,其對材料結構穩(wěn)定性和相變行為的影響往往被簡化或忽略。
4、因此,亟需提供一種復相氧化鋯陶瓷的勢函數(shù)構建方法。
技術實現(xiàn)思路
1、為了解決傳統(tǒng)的勢函數(shù)模型,在氧化鋯陶瓷中摻雜釔元素時,難以準確捕捉氧化鋯陶瓷升溫相變過程的問題,本發(fā)明實施例提供了一種復相氧化鋯陶瓷的勢函數(shù)構建方法。
2、第一方面,本發(fā)明實施例提供了一種復相氧化鋯陶瓷的勢函數(shù)構建方法,方法包括:
3、步驟s1:分別構建不同組元和不同結構的晶體模型;其中,所述晶體模型包括由鋯元素、氧元素和釔元素分別形成的單組元晶體模型、雙組元晶體模型和三組元晶體模型;
4、步驟s2:利用密度泛理論對構建得到的所述晶體模型進行模擬計算,得到初始訓練數(shù)據(jù)集;
5、步驟s3:基于深度勢能學習模型對所述初始訓練數(shù)據(jù)集進行擬合訓練,得到多個初始勢函數(shù)模型;
6、步驟s4:利用多個初始勢函數(shù)模型在預設模擬條件下對所述晶體模型進行采樣模擬,并基于模擬結果對所述初始勢函數(shù)模型進行篩選和標記;
7、步驟s5:利用密度泛函理論對標記后的模型進行模擬計算,將模擬計算后得到的數(shù)據(jù)加入至所述初始訓練數(shù)據(jù)集中構成新的訓練數(shù)據(jù)集,并將新的訓練數(shù)據(jù)集作為初始訓練數(shù)據(jù)集跳轉執(zhí)行步驟s3至步驟s5,直至生成符合預設精度的勢函數(shù)模型。
8、第二方面,本發(fā)明實施例還提供了一種復相氧化鋯陶瓷的勢函數(shù)構建裝置,裝置包括:
9、晶體構建單元,用于分別構建不同組元和不同結構的晶體模型;其中,所述晶體模型包括由鋯元素、氧元素和釔元素分別形成的單組元晶體模型、雙組元晶體模型和三組元晶體模型;
10、模擬計算單元,用于利用密度泛函理論對構建得到的所述晶體模型進行模擬計算,得到初始訓練數(shù)據(jù)集;
11、擬合訓練單元,用于基于深度勢能學習模型對所述初始訓練數(shù)據(jù)集進行擬合訓練,得到多個初始勢函數(shù)模型;
12、篩選標記單元,用于利用多個初始勢函數(shù)模型在預設模擬條件下對所述晶體模型進行采樣模擬,并基于模擬結果對所述初始勢函數(shù)模型進行篩選和標記;
13、循環(huán)單元,用于利用密度泛函理論對標記后的模型進行模擬計算,將模擬計算后得到的數(shù)據(jù)加入至所述初始訓練數(shù)據(jù)集中構成新的訓練數(shù)據(jù)集,并將新的訓練數(shù)據(jù)集作為初始訓練數(shù)據(jù)集跳轉執(zhí)行擬合訓練和篩選標記步驟,直至生成符合預設精度的勢函數(shù)模型。
14、第三方面,本發(fā)明實施例還提供了一種計算設備,包括存儲器和處理器,所述存儲器中存儲有計算機程序,所述處理器執(zhí)行所述計算機程序時,實現(xiàn)本說明書任一實施例所述的方法。
15、第四方面,本發(fā)明實施例還提供了一種計算機可讀存儲介質,其上存儲有計算機程序,當所述計算機程序在計算機中執(zhí)行時,令計算機執(zhí)行本說明書任一實施例所述的方法。
16、另一方面,本發(fā)明實施例還提供了一種計算機程序產品,包括計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)上述所述的一種復相氧化鋯陶瓷的勢函數(shù)構建方法的步驟。
17、本發(fā)明實施例提供了一種復相氧化鋯陶瓷的勢函數(shù)構建方法,首先構建由鋯元素、氧元素和釔元素分別形成的單組元晶體模型、雙組元晶體模型和三組元晶體模型,之后利用密度泛函理論對構建得到每個晶體模型進行模擬計算,從而得到不同晶體模型與能量、原子受力和位移的對應關系,由此獲得了可以表征不同釔元素摻雜濃度下氧化鋯陶瓷的數(shù)據(jù)庫,并將該數(shù)據(jù)庫作為初始訓練數(shù)據(jù)集利用深度勢能學習模型進行擬合訓練,并在訓練過程中結合密度泛函理論計算得到的結果進行擴充初始訓練數(shù)據(jù)集進行迭代訓練,從而提高了勢函數(shù)模型的適應性和準確性;如此使得生成的勢函數(shù)模型能夠準確捕捉摻雜釔元素的氧化鋯陶瓷升溫相變過程,同時彌補了第一性原理計算效率低的缺點,實現(xiàn)接近于經驗勢函數(shù)的計算效率。
1.一種復相氧化鋯陶瓷的勢函數(shù)構建方法,其特征在于,包括:
2.根據(jù)權利要求1所述的方法,其特征在于,所述單組元晶體模型包括鋯元素晶體模型和氧元素晶體模型,所述雙組元晶體模型包括氧化鋯晶體模型和氧化釔晶體模型,所述三組元晶體模型包括氧化鋯摻雜釔元素的晶體模型;所述晶體模型包括過渡態(tài)結構、表面結構和缺陷結構。
3.根據(jù)權利要求2所述的方法,其特征在于,所述晶體模型通過如下方式構建得到:
4.根據(jù)權利要求1所述的方法,其特征在于,所述利用密度泛函理論對構建得到的所述晶體模型進行模擬計算,得到初始訓練數(shù)據(jù)集,包括:
5.根據(jù)權利要求1所述的方法,其特征在于,進行擬合訓練之前,還包括采用deepmd-kit軟件包將所述初始訓練集轉換為.raw和.npy格式的步驟。
6.根據(jù)權利要求1至5中任一項所述的方法,其特征在于,擬合訓練過程中,控制文件采用.json格式,并設置超參數(shù)如下:
7.一種復相氧化鋯陶瓷的勢函數(shù)構建裝置,其特征在于,所述裝置包括:
8.一種計算設備,包括存儲器和處理器,所述存儲器中存儲有計算機程序,所述處理器執(zhí)行所述計算機程序時,實現(xiàn)如權利要求1-6中任一項所述的方法。
9.一種計算機可讀存儲介質,其上存儲有計算機程序,當所述計算機程序在計算機中執(zhí)行時,令計算機執(zhí)行權利要求1-6中任一項所述的方法。
10.一種計算機程序產品,其特征在于,包括計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1-6任一所述的方法的步驟。