Influence of group IV element on basic mechanical properties of BCC medium-entropy alloys using machine-learning potentials

Lobzenko, I.; 都留 智仁; 他2名*

Computational Materials Science, 219, p.112010_1 - 112010_9, 2023/02

https://doi.org/10.1016/j.commatsci.2023.112010

To elucidate the origin of excellent mechanical properties of high-entropy alloys (HEA), it is essential to develop the atomic-level depiction of defect structures considering the effects of the constituent elements. While classical molecular dynamics have been one of the most effective tools for understanding the defect structures from the atomic level, there is still a problem with the accuracy of the inter-atomic potential of complicated alloy systems such as HEA. A new technique for building such potentials based on machine learning was recently developed. We employed the technique and constructed highly accurate potentials with good robustness for two BCC medium-entropy alloys: MoNbTa and ZrNbTa. Atomic simulation based on the new potentials indicate significant differences in the fundamental mechanical properties of two alloys, depending on the constituent elements, that dominate deformation behavior.

FAIR-DDX: 二重微分断面積ライブラリ作成コード

南 多善*; 山野 直樹

JAERI-M 84-022, 46 Pages, 1984/02

JAERI-M-84-022.pdf:1.26MB

最近、エネルギーと角度についての二重微分断面積(DDX)が大阪大学及び東北大学において精力的に測定されている。これらの測定結果は核融合炉ニュートロニクスの分野で重要となる高エネルギー領域における非弾性散乱断面積に対して貴重な情報を与える。さらに、これらのDDX測定値と評価済核データJENDL-2を比較する事はJENDL-3評価作業に対する有益なフィードバックとなる。この目的のためにシグマ研究委員会炉定数専門部会核融合・遮蔽定数ワーキング、グループによりJENDL-2より二重微分断面積を作成するFAIR-DDXのコードマニュアルであり、プログラムの概要及び使用法について述べている。