鎂合金因其輕量化的特點被廣泛應用于航空航天、交通運輸、生物醫療和電子信息等領域。然而，鎂合金較差的耐腐蝕性阻礙了其在工業上的大規模應用。現有對于耐腐蝕鎂合金的研究大多停留在實驗觀察階段，從微觀尺度上對于腐蝕機理的理解不足。此外，新型耐腐蝕鎂合金體系的研發主要基于經驗法則，缺乏足夠的理論指導和依據。隨著二十一世紀以來信息技術的高通發展，計算材料學已經成為新材料研發的主流趨勢。同樣，高通量計算和數據科學的發展也大大加快了新材料的研發步伐。盡管如此，由于鎂合金腐蝕的復雜性，目前對于鎂合金腐蝕 的系統性研究仍然不足，特別是合金析出相對鎂合金腐蝕陰極反應的影響。

來自上海交通大學的朱虹和曾小勤課題組基于第一性原理計算，研究了不同鎂合金二元析出相對腐蝕陰極反應的影響。在這項工作中，作者利用主動學習來加速篩選可以抑制鎂合金腐蝕陰極反應的金屬間化合物。本文將氫原子在析出相表面的吸附能作為陰極析氫反應（HER）速率的描述符。通過使用未經優化吸附結構的氫原子Voronoi鄰居的幾何和化學特征，機器學習模型預測了不同吸附構型的氫吸附能。在僅使用1%測試集數量的訓練集數據情況下，模型對于強/弱吸附構型的氫吸附能的預測誤差為0.196 eV（MAE）。此外，作者發現具有強氫吸附的表面比弱氫吸附表面向氫原子轉移更多的電子。最后，根據析出相的表面穩定性和預測的氫吸附能，作者對所有二元鎂合金金屬間化合物抑制HER的能力進行了排序。相關文章以“Accelerated discovery of magnesium intermetallic compounds with sluggish corrosion cathodic reactions through active learning and DFT calculations”標題發表在Acta Materialia。

論文鏈接：

https://doi.org/10.1016/j.actamat.2023.119063

圖1. 一個用于加速發現可抑制鎂合金電偶腐蝕析出相的主動學習設計框架的示意圖。 (a) 原始數據集。 (b) 根據Voronoi多面體從初始吸附構型中提取了氫原子的吸附特征，其中包括幾何和化學特征。 (c) 基于輸入特征訓練機器學習迭代模型。 (d) 使用pymatgen生成鎂二元析出相的吸附構型。 (e) 使用機器學習模型預測輕吸附能，選取了具有高或低吸附能的候選者。 (f) 根據預測結果，進行了新的DFT計算，并將獲得的氫媳婦能添加到數據集中。

圖2. (a) 初始數據集中氫吸附能分布。(b) 含有元素X的金屬間化合物的數量。白色框表示在材料數據庫中沒有找到穩定或半穩定的金屬間化合物 （）。 (c) 從氫吸附構型中提取幾何特征和化學特征的方法。以YMg₃為例，首先通過Voronoi分析提取了氫原子局部吸附環境，即氫原子和其周圍的Voronoi鄰居。然后，基于Voronoi多面體的幾何形態計算局部吸附環境的幾何特征。通過對每個Voronoi鄰居元素特征的加權求和計算局部吸附環境的化學特征。權重根據Voronoi多面體的立體角獲得。

圖3. (a) 不同機器學習模型的平均預測性能。數據集隨機分為80%的訓練集和20%的測試集。 (b) 5次主動學習迭代中新預測吸附能的平均MAE（每次迭代包括20個強吸附構型和20個弱吸附構型）。

圖4. (a) 從XGBoost算法中獲得的基于Gini重要性的特征排序。 (b) 通過SHAP獲得的特征重要性排序。

圖5. (a) 氫強吸附表面和 (b) 氫弱吸附表面的Bader電荷分析和表面屬性。左側子圖是吸附氫的電子態密度的示意圖。右側子圖的EN-X和WF-X分別是二元鎂金屬間化合物中第二鐘元素的電負性和功函數。EN和WF是氫原子Voronoi鄰居的加權平均電負性和功函數。所有屬性都進行了0-1歸一化。

圖6.篩選出的能夠抑制鎂合金電偶腐蝕陰極析氫反應的二元析出相。以Mg₂Ge為例，說明如何評估某一析出相對鎂合金陰極腐蝕反應的抑制能力。(a) Mg₂Ge單胞，其中橙色代表Mg原子，紫色代表Ge原子。 (b) Mg2Ge晶體的Wulff多面體。其表面能量單位為J/m²，而百分數表示各個晶面的占比。 (c) 針對析出相的不同表面及吸附位置，XGBoost預測了其吸附能范圍。這些析出相按照加權吸附能進行排序（用黑色星形表示）。(d)前50種氫吸附能力較強的金屬間化合物。 (e) 前50種氫吸附能力較弱的金屬間化合物。

本研究利用密度泛函理論與主動學習方法，旨在探索可以有效抑制鎂合金電偶腐蝕陰極反應的析出相。研究發現，通過主動學習可以大幅縮減訓練樣本數量，而仍能維持氫吸附能的預測精度（MAE為0.196 eV）。為深入探討同一析出相不同表面上氫原子吸附能力的差異，作者對多個典型的表面進行了Bader電荷與態密度（DOS）分析。結果顯示，與弱吸附表面相比，強吸附表面上的氫原子獲得的電子數量更多。綜合考慮表面穩定性和氫吸附能的預測值，作者對析出相的HER抑制能力進行了排序。本研究不只是通過主動學習策略在少量數據基礎上探索了廣泛的未知領域，還從腐蝕陰極反應的角度出發，提出了具有抑制鎂合金電偶腐蝕潛力的析出相，這對于未來耐腐蝕鎂合金的設計具有重要指導意義。