Redian新闻
>
Npj Comput. Mater.: 低温晶界迁移—经典模型

Npj Comput. Mater.: 低温晶界迁移—经典模型

公众号新闻

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

界面迁移在结晶材料中的微观结构和物理性能中起着重要作用。以往几十年的实验和理论都认为晶面迁移是热激活的过程,并遵循阿伦尼乌斯关系。然而,过去二十年的实验证实该结构演化可以低温条件下观察到,这种行为不能被传统的热激活模型来解释。并且,近期的分子动力学的模拟表明,晶界迁移表现出非阿伦尼乌斯行为,即晶界在低温下是可移动的,且迁移率常随着温度的升高而降低。这种逆温度的依赖性质在其他材料过程和很多材料种类中都很明显。理解并利用这种抗热行为可以为微观结构的调控开辟新途径,并将促进催化、纳米晶合金和高效发动机等领域的发展。


来自美国杨百翰大学机械工程系的Eric. R. Homer等,重提了一个被遗忘的经典模型,可以解释境界迁移中的阿伦尼乌斯和非阿伦尼乌斯观测。通过对模型的分析,作者发现传统模型是该经典模型的简化,但其简化假设并不总是能得到满足。该经典模型对一些已有的、无法用传统模型解释的观察结果也做出了合理的解释。作者指出,非阿伦尼乌斯行为可以在热激活过程中出现。当过程的本征势垒能量变小时,非阿伦尼乌斯行就会发生,从而允许低温下的激活。额外的热能允许低能量过程反向进行,因而增加温度只会阻碍向前运动。这种低本征势垒过程属于欠阻尼动力学而非传统模型的过阻尼动力学。该研究解释了晶体材料中晶界迁移的非阿伦尼乌斯行为,为低温下实现晶界工程提供了关键见解。

该文近期发表于npj Computational Materials 8:157(2022)英文标题与摘要如下,点击左下角“阅读原文”可以自由获取论文PDF。



A classical equation that accounts for observations of non-Arrhenius and cryogenic grain boundary migration 


Eric R. Homer, Oliver K. Johnson, Darcey Britton, James E. Patterson, Eric T. Sevy & Gregory B. Thompson 


Observations of microstructural coarsening at cryogenic temperatures, as well as numerous simulations of grain boundary motion that show faster migration at low temperature than at high temperature, have been troubling because they do not follow the expected Arrhenius behavior. This work demonstrates that classical equations, that are not simplified, account for all these oddities and demonstrate that non-Arrhenius behavior can emerge from thermally activated processes. According to this classical model, this occurs when the intrinsic barrier energies of the processes become small, allowing activation at cryogenic temperatures. Additional thermal energy then allows the low energy process to proceed in reverse, so increasing temperature only serves to frustrate the forward motion. This classical form is shown to reconcile and describe a variety of diverse grain boundary migration observations.


扩展阅读

 
Npj Comput. Mater.: 材料生长缺失数据—贝叶斯优化
Npj Comput. Mater.: 当反铁磁遇到铁电:让半金属性成为可能
Npj Comput. Mater.: 深度学习预测多种电极材料电压
Npj Comput. Mater.: 有机-无机钙钛矿材料—降解机制
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
[录取捷报]爱丁堡大学,Computer Science专业录取啦!Npj Comput. Mater.: 自旋波太短怎么办?电磁波来帮你看!Npj Comput. Mater.: 纳米晶三维结构重建—知识与经验Npj Comput. Mater.: 打开黑盒子—可解释的机器学习Npj Comput. Mater.: 高熵合金催化剂—吸附能的线性关系RNNsearch、Multi-task、attention-model...你都掌握了吗?一文总结机器翻译必备经典模型(一)Npj Comput. Mater.: 超晶格内层中的铁磁性,你测到过吗?画外丰子恺Npj Comput. Mater.: 单原子催化剂—动态电荷转移模型[电脑] [第八届机王争霸赛]专业MOD组——X-Computer by JETH-DESIGNNpj Comput. Mater.: 高温合金—反向晶界能计算博士生申请 | UC Santa Cruz VLAA Lab招全奖Computer Vision/Deep Learning博士Npj Comput. Mater.: 深度学习预测多种电极材料电压UC Santa Cruz VLAA Lab招全奖Computer Vision/Deep Learning博士Unsupervised NMT、PBSMT、coarse-to-fine...你都掌握了吗?一文总结机器翻译必备经典模型(二)Npj Comput. Mater.: 二维材料量子点缺陷—建了数据库Npj Comput. Mater.: 材料定律—识别与发现的新方法Npj Comput. Mater.: 材料计算精度控制的关键—跨不同程序和方法摩洛哥十日游之八,名园、怪树、海鲜EeSen、FSMN、CLDNN、BERT、Transformer-XL…你都掌握了吗?一文总结语音识别必备经典模型(二)秋日里,那些另类的苹果树Npj Comput. Mater.: 多主元素合金硬度—集成神经网络模型至暗时代来了?Npj Comput. Mater.: 有机-无机钙钛矿材料—降解机制没有毛泽东打基础邓小平能做啥Npj Comput. Mater.: 水粘度模拟—第一性原理-深度神经网络Npj Comput. Mater.: 欲探新材,先学淘宝Npj Comput. Mater.: 与材料科学的碰撞:深度学习的近况[录取捷报]墨尔本大学,Computer Science专业录取啦!Npj Comput. Mater.: 结构描述符大佬观点—不是越精确越好Npj Comput. Mater.: 金属体系微观结构—建模与仿真综述Npj Comput. Mater.: 材料预测—精确可传递Npj Comput. Mater.: 2D过渡金属单卤化物—如此超导和拓扑态Npj Comput. Mater.: 极端机械性能—无边界-无目标搜索及其他Npj Comput. Mater.: 材料生长缺失数据—贝叶斯优化
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。