文献

J-GLOBAL ID：202002237893083114   整理番号：20A1133255

bcc鉄における転位動力学を調べるための神経回路網原子ポテンシャル【JST・京大機械翻訳】

Neural network atomic potential to investigate the dislocation dynamics in bcc iron

著者 (2件)： Mori Hideki (Department of Mechanical Engineering, College of Industrial Technology, 1-27-1 Nishikoya, Amagasaki, Hyogo 661-0047, Japan) ,  Ozaki Taisuke (Institute for Solid State Physics, University of Tokyo, 5-1-5 Kashiwanoha, Kashiwa, Chiba 277-8581, Japan)
資料名： Physical Review Materials  (Physical Review Materials)
巻： 4  号： 4  ページ： 040601  発行年： 2020年 
JST資料番号： W3690A  ISSN： 2475-9953  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 体心立方(bcc)鉄の機械的強度を設計するために,転位動力学を明らかにすることは非常に重要である。密度汎関数理論(DFT)計算に基づく系統的に構築された参照データを用いて,DFT計算の精度を持つbcc鉄の転位動力学を調べるための原子人工ニューラルネットワーク(ANN)ポテンシャルを構築した。構築したANNポテンシャルで予測したバルク特性と欠陥形成エネルギーは参照DFT計算と良く一致した。ANNポテンシャルにより予測された[数式:原文を参照]スクリュー転位コア構造はコンパクトで非縮退である。ANNポテンシャルにより予測されたPeierls障壁はBurgersベクトルの長さ当たり35.3meVであった。これらの結果はDFT結果と一致した。さらに,Peierls障壁だけでなく,ANNポテンシャルにより予測された螺旋転位コア位置の二次元エネルギー分布もDFT結果と非常に良く一致した。これらの結果は,DFTの精度により転位動力学を調べるために構築したANNポテンシャルの再現性と移動性を明確に実証した。先進的な原子論的技術と組み合わせて,ANNポテンシャルは有限温度でのbcc鉄の転位動力学の研究に非常に有用である。Copyright 2020 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  再現性 ,  エネルギー分布 ,  螺旋転位 ,  Burgersベクトル ,  二次元 ,  縮退 ,  密度汎関数法 ,  機械的強度 ,  *神経回路網
準シソーラス用語： 転位芯 ,  転位動力学 ,  有限温度 ,  欠陥形成 , 【Automatic Indexing@JST】

分類 (1件)： 金属の格子欠陥  (BK12030F)

タイトルに関連する用語 (5件)： BCC鉄 ,  転位動力学 ,  神経回路網 ,  原子 ,  ポテンシャル