Dislocations shape and dynamics in BCC medium entropy alloys; Classical modelling with machine learning potentials

Lobzenko, I.; 椎原 良典*; 都留 智仁

no journal, , 

高エントロピー合金(HEA)は、その有望な機械的特性により、優れた構造材料である。体心立方(BCC)HEAでの作業は、グループ4元素が組成に存在する場合、延性の増加を示す。第一原理モデリングによるその効果の理論的研究は、大規模なシステムを必要とするHEA原子構造の本質的なランダム性によって複雑になる。古典的な分子動力学で高い精度を達成するために、人工ニューラルネットワークの機械学習を使用して原子間ポテンシャルを開発した(これをANNポテンシャルと呼ぶ)。MoNbTaとZrNbTaの2つのミディアムエントロピー合金(MEA)の現在の研究結果を紹介する。基本的な機械的性質を比較すると、Moを4族元素Zrで置換すると、体積弾性係数と弾性定数が低下することがわかる。刃状およびらせん転位が研究されている。古典的なモデリングでは、長距離応力場による転位コアの自己相互作用を防ぐ大きな計算セルの構築が可能である。さらに、大きなセルは合金のより良いランダム性を保証する。これは、HEAおよびMEAの機械的特性のシミュレーションに不可欠である。せん断ひずみを加えることにより、らせん転位運動が誘起される。刃状転位の場合、形状とエネルギーは、隣接する2つの容易なコア構成間で転位コアが移動する過程で調べられる。このようにして、パイエルス障壁が計算される。2つのMEAの結果を比較して、4族元素の役割を解明する。最後に、転位の応力場を理解するために、ANNポテンシャルの枠組みで原子応力計算スキームを採用する。ANNスキームの原子エネルギーは最終的に原子間のペア距離に依存するため、ビリアル応力の定義に基づいて原子応力の計算が可能である。