機械学習ポテンシャルを用いたBCC鉄における破壊の分子動力学シミュレーション

Fracture molecular dynamics simulations in bcc fe using machine-learning potential

鈴土 知明   ; 海老原 健一   ; 都留 智仁   ; 森 英喜*

Suzudo, Tomoaki; Ebihara, Kenichi; Tsuru, Tomohito; Mori, Hideki*

BCC金属は構造材料として様々な用途に使われているが、それらは低温領域では脆性的になり、水素等の不純物によって脆性が促進されることが知られている。現象を適切にモデル化して予測することが望まれるが、そのメカニズムは非常に複雑でありモデル化は容易ではない。これまで我々は鉄のEAM経験ポテンシャルを用いてへき開の分子動力学(MD)シミュレーションを行い、{100}上でへき開が起きるBCC金属の性質を再現することに成功した。しかしながら、EAMポテンシャルの精度が原因と考えられるき裂先端での塑性変形が問題点として残された。本研究では、その問題点を修正した新たに開発されたポテンシャルを用いて破壊のシミュレーションを再検討した。

BCC metals are used for various purposes as structural materials, but it is known that they become brittle in the low temperature range and brittleness is promoted by impurities such as hydrogen. It is critical to properly model and predict the phenomenon, but the mechanism is too complicated to understand. So far, we have performed molecular dynamics (MD) simulations of cleavage using the EAM empirical potential of iron and succeeded in reproducing a property of BCC metals, i.e., the cleavage propagating along {100}. However, plastic deformation at the crack tip, which is considered to be caused by the innaccuracy of the EAM potential, remained as a problem. In this study, we reexamined the fracture simulation using the newly developed potential that corrected the above problem.