碳化钛MXenes的机器学习原子间势:应用于离子辐照模拟

《Nanoscale》:Machine-learned interatomic potential for titanium carbide MXenes: application to ion irradiation simulationsOpen Access

【字体: 大 中 小 】 时间:2026年08月27日 来源:Nanoscale 5.2

编辑推荐:

  研究人员开发了一种计算高效且准确的机器学习(machine-learned, ML)原子间势,用于无表面官能团的Tin+1Cn MXenes。通过使用密度泛函理论(density functional theory,

  
研究人员开发了一种计算高效且准确的机器学习(machine-learned, ML)原子间势,用于无表面官能团的Tin+1Cn MXenes。通过使用密度泛函理论(density functional theory, DFT)计算的一系列多样化结构,所训练的ML势在广泛的键长和环境范围内展现出良好的准确性和稳健性,使其成为对承受机械载荷或辐照的MXenes进行分子动力学(molecular dynamics, MD)模拟的有用工具。该ML势被应用于轻离子和重离子辐照的模拟,从而深入了解了无表面官能团的Tin+1Cn MXene片层中溅射、反射、缺陷产生和离子注入的统计规律与概率。研究结果为通过离子辐照和注入对MXenes进行缺陷工程提供了指导准则。此外,该ML势的开发为其他MXenes实现机器学习驱动的原子模拟提供了一个里程碑式的方案。
**论文解读:机器学习原子间势开发及其在Tin+1Cn MXenes离子辐照模拟中的应用**

**研究背景与目标**
MXenes作为一类自2011年首次合成以来迅速成为研究热点的二维材料,其通式为Mn+1XnT,其中M为过渡金属,X为碳或氮,T代表表面官能团。Tin+1Cn是研究最广泛的MXenes体系。该类材料兼具金属导电性、亲水性、优异的力学稳定性和柔韧性,在储能、柔性电子、电磁屏蔽、催化、生物医学和防护涂层等领域具有广阔的应用前景。尽管MXenes具有巨大的应用潜力,但针对其开发的专用且准确的机器学习(machine-learned, ML)原子间势却鲜有报道,这严重限制了分子动力学(molecular dynamics, MD)模拟在MXenes研究中的应用。此前的研究或依赖计算成本高昂的从头算分子动力学(ab initio MD, AIMD),或使用为数不多、可能并非为MXenes开发或验证的经典势。经典原子间势在精度上受限,且难以扩展至更广泛的MXenes组分。在离子辐照方面,该方法虽广泛用于材料改性,但针对MXenes的实验研究仍处于起步阶段,且缺乏可靠的原子间势导致相关MD模拟研究几乎空白。现有实验和基于从头算的蒙特卡洛模拟均显示Ti优先溅射,但辐照诱导的缺陷和损伤机制仍不清楚。

因此,本研究旨在为Tin+1Cn MXenes开发一个计算高效且准确的机器学习原子间势,并应用该势开展离子辐照的大规模分子动力学模拟,以量化溅射产额、损伤程度和离子注入概率,为MXenes的缺陷工程提供理论指导。

**主要技术方法**
本研究所采用的核心技术方法包括:第一,基于密度泛函理论(DFT)构建了一个包含1522个结构、共计24150个原子的多样化训练数据库。该数据库涵盖了MXenes、非MXenes(如体相Ti、C、TiC及石墨烯)和通过迭代学习产生的缺陷及无序结构,以确保势函数的稳健性并避免外推。第二,采用表格化高斯近似势(tabulated Gaussian approximation potential, tabGAP)方法构建机器学习原子间势。该势采用低维描述符,结合Ziegler–Biersack–Littmark (ZBL)屏蔽库仑势作为短程排斥项,兼具计算效率和良好的可解释性。第三,使用LAMMPS代码执行分子静力学和分子动力学模拟,进行势函数验证和辐照损伤过程模拟。第四,对所有辐照模拟结果进行统计分析,量化离子反射、穿透、注入概率以及Ti和C原子的溅射产额。这些方法共同构成了从势函数开发、验证到应用研究的完整技术路线。

**研究结果与讨论**
**1. 训练数据库与ML势构建**:研究人员通过手动创建结构、从AIMD模拟中采样以及迭代训练相结合的方式,逐步构建了训练数据库。训练误差分析显示,MXenes结构的能量和力的均方根误差(RMSE)分别为4.5 meV/原子和0.19 eV ?-1,表明ML势具有良好的训练精度。迭代训练有效消除了初步势函数在高温模拟中产生的非物理C团簇伪影。

**2. ML势的验证**:通过与DFT和Tersoff势的对比,对ML势进行了全面验证。结果显示,tabGAP能准确定量重现DFT计算的晶格常数、单空位形成能、层错能曲线和声子色散关系,精度显著优于Tersoff势。在原子拖拽测试中,tabGAP准确地再现了原子脱离表面过程中的能量变化,其极限值正确对应于自旋极化孤立原子的能量。高温熔化-淬火模拟表明,tabGAP在极端温度下依然保持数值稳定,且能量误差在结晶态时低于10 meV/原子,在熔融态时约为0.1 eV/原子。此外,基准测试显示tabGAP的计算速度仅比Tersoff势慢20–40%,足以支撑大规模模拟。

**3. 辐照与注入模拟**:应用所开发的ML势,研究人员对单层Ti2C和Ti3C2片层进行了He和Ti离子辐照模拟。模拟结果显示,低能He离子最易被反射,高能时则倾向于穿透,且穿透概率的转变点随MXene厚度增加而升高。对于Ti离子,在低能时注入是主要结果,而在高于1 keV时则大多穿透。溅射产额的计算证实了实验观察到的Ti优先溅射现象,并揭示Ti离子辐照的溅射产额比He离子高约一个数量级。研究还观察到Ti3C2在He辐照下C溅射产额出现双峰现象,并对其机理进行了分析。损伤分析表明,较厚的MXene能吸收更多损伤,Ti离子比He离子造成更多配位缺陷。然而,即使在最严重的损伤情况下,MXene片层仍表现出显著的稳定性,并在100 ps内能高效自修复,损伤主要以点缺陷形式存在,未观察到开孔现象。

**4. 讨论与结论**
**总结讨论**:本研究的讨论部分指出,ML势在描述溅射和损伤过程方面的准确性依赖于训练数据的多样性。辐照模拟结果证实了MXenes在离子辐照下的优异结构稳定性,这解释了实验中观察到的现象。研究人员还讨论了He原子在C空位处的结合能,发现DFT和势函数预测均为正排斥能,表明模拟的注入概率可能被高估。此外,表面官能团对溅射和注入结果的影响有待未来进一步研究。

**研究结论**:研究结果表明,可以为MXenes(此处为无表面官能团的Tin+1Cn片层)开发稳健、准确且快速的ML原子间势,为不断扩展的MXenes材料家族进行机器学习驱动的原子模拟开辟了道路。研究开发的训练策略具有可重复性,能够快速推广至其他MXenes组分。该ML势在离子辐照研究中的应用量化了缺陷产生机制和离子注入概率随入射能量的变化,为Tin+1Cn MXenes的离子辐照缺陷工程提供了实验指导。模拟还量化了Ti和C原子的溅射产额,证实了在较高入射能量下Ti的优先溅射,同时发现轻离子辐照下C溅射的起始能量低于Ti溅射,这归因于更高效的能量传递。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号