🔬 Новости науки. Межатомный потенциал на основе машинного обучения (ML) для никель-титановых сплавов с эффектом памяти формы

Для никель-титановых сплавов с эффектом памяти формы разработан инновационный потенциал межатомного взаимодействия PACE-IAP (Performant Atomic Cluster Expansion - InterAtomic Potential), построенный на технологиях машинного обучения. Потенциал "натренирован" на обширной базе данных DFT-расчетов и обеспечивает уровень точности, сопоставимый с квантово-механическими вычислениями из первых принципов. Работа опубликована в журнале Acta Materialia.

🎯 Ключевые достижения (машинное обучение, ML):
• Разработанный потенциал превосходит существующие эмпирические и нейросетевые потенциалы по точности предсказания параметров решетки и констант упругости фаз B2 (аустенит) и B19' (мартенсит), а также микроструктурных особенностей фазового превращения B2⇄B19' в NiTi.
• PACE-IAP обеспечивает возможность детального атомистического моделирования двойниковых интерфейсов, включая анализ их структуры, энергетических характеристик и подвижности, что позволяет глубже понять кинетические механизмы микроструктурной эволюции в сплавах с эффектом памяти формы.
• Компьютерное моделирование с PACE-IAP подтверждает, что экспериментально наблюдаемая иерархия образования двойников в NiTi определяется движущей силой перемещения двойниковых границ, а не энергией интерфейса.
• Полученные атомистические данные могут быть использованы для разработки высокоэффективных материалов с памятью формы, предназначенных для создания актуаторов, адаптивных конструкций и биомедицинских устройств.

🔍 Разработанный PACE-потенциал размещен в открытом доступе и может использоваться для моделирования функциональных свойств никель-титановых сплавов с эффектом памяти формы: https://github.com/LorenzoLaRosa/PACE-IAP_NiTi

📄 С публикацией можно ознакомиться по ссылке: https://doi.org/10.1016/j.actamat.2025.121651

#наука #МашинноеОбучение #DFT #ПамятьФормы