新型W-N相的晶體結構和理論電子結構。圖片來源：Science China Press

    雖然機機器學習算法在很多領域取得了令人矚目的進步，但其在晶體結構預測和材料設計方面的應用還有待開發。最近，南京大學物理系的孫健教授的研究團隊實現了一種利用機器學習算法進行為晶體結構搜索的方法。通過使用機器學習算法來描述勢能面，并用它來篩選晶體結構，提高晶體結構預測的搜索效率。

    過渡金屬和輕元素的雜化化合物，特別是過渡金屬氮化物，由于其高不可壓縮性和體積模量而被廣泛研究。但是，尚未發現超硬鎢氮化物（維氏硬度超過40GPa）。由鎢原子的d價電子貢獻的能帶很容易穿過費米能級，和鎢自身的金屬性（化學反應中金屬元素失去電子的能力）導致其硬度大大降低。因此，設計非金屬氮化鎢晶體結構將是制造出有超硬等突出的力學性能的材料的一種有效途徑。

    在此前的研究基礎上，南京大學物理系孫健教授和王惠田教授領導合作，總結了過渡金屬和輕元素超硬混合物的三個特點：高壓穩定和環境 - 壓力亞穩晶體結構，非金屬電子結構，以及大比例的輕元素。這些特性激發他們設計富含氮的鎢氮化物，其中含有特殊的氮基基本配置，如環，鏈，網絡和框架等?；谶@些設計規則和新開發的機器學習晶體結構搜索方法，他們有成功預測出非金屬富氮氮化鎢h-WN6。它具有由氮六元環和鎢原子形成的夾心狀結構。

    來自中國的一個合作研究團隊將機器學習算法應用于晶體結構搜索方法，并利用他們的新方法預測了超硬氮化鎢。他們的計算表明，這種化合物是目前已知的最硬的過渡金屬氮化物，它還具有其他特殊性能，如高熔點溫度和高能量密度。圖片來源：Science China Press

    研究人員開發了一種機器學習加速晶體結構搜索方法，總結了超硬過渡金屬輕元素化合物的設計規律，并預測了一種具有良好熱穩定性的超硬和高能量密度氮化鎢。該研究將激發這種具有潛在應用價值的過渡金屬材料的理論設計和實驗合成。這也將豐富超硬材料系列，并可用作理解硬度來源的參考。

更多關于材料方面、材料腐蝕控制、材料科普等方面的國內外最新動態，我們網站會不斷更新。希望大家一直關注中國腐蝕與防護網http://www.ecorr.org

責任編輯：殷鵬飛

《中國腐蝕與防護網電子期刊》征訂啟事
投稿聯系：編輯部
電話：010-62313558-806
郵箱：fsfhzy666@163.com
中國腐蝕與防護網官方 QQ群：140808414