Von interatomaren Potentialen zu Phasendiagrammen: Integrierte Werkzeuge für Validierung und Fitting
Zusammenfassung der Projektergebnisse
Traditionell wurden interatomare Potenziale mit Hilfe leicht verfügbarer und rechnerisch kostengünstiger Materialeigenschaften, wie z.B. Kohäsionsenergien und elastische Konstanten, parametrisiert. Obwohl diese Eigenschaften einen nützlichen Ausgangspunkt für eine mögliche Entwicklung darstellen, erfassen sie möglicherweise nicht das vollständige thermodynamische Verhalten von Materialien, insbesondere unter extremen Bedingungen, wie hohen Temperaturen oder Drücken oder wenn stöchiometrisch komplexe Phasen auftreten. Die thermodynamischen Volumenphasendiagramme, welche die stabilen Phasen eines Materials als Funktion von Zusammensetzung, Temperatur und selten auch Druck vorhersagen, sind ein viel empfindlicheres Maß für die Genauigkeit und Übertragbarkeit eines Potenzials. Leider ist die Erstellung von Phasendiagrammen mit herkömmlichen Methoden zur Berechnung freier Energien als Funktion dieser Variablen rechenintensiv, was ihre Verwendung im Anpassungsansatz einschränkt, da dafür tausende bis Millionen von Iterationszyklen erforderlich sind. Dieses Projekt hat diese Herausforderungen erfolgreich gemeistert, indem innovative Algorithmen und Rechenwerkzeuge eingeführt wurden, welche die Berechnung verschiedener Beiträge zur freien Energie erheblich verbessern. Durch die Entwicklung neuartiger Techniken, einschließlich eines "sampling-free" Ansatzes zur Berechnung anharmonischer freier Schwingungshbenergien, eines Neuskalierungsansatzes zur Einbeziehung nuklearer Quanteneffekte und verschiedener maschineller Lernansätze zur Beschreibung chemisch und strukturell komplexer Materialien, konnten enorme Beschleunigungen bei der Datenverarbeitung erzielt werden. Es konnten freie Energien und damit Phasendiagramme errechnet werden. Diese Erfolge ermöglichen nicht nur die schnelle Validierung der Genauigkeit der Potenziale, sondern öffnen auch die Tür für die Untersuchung komplexer Materialien unter einem breiten Spektrum von Bedingungen. Insbesondere die durch diese Werkzeuge erzielte Steigerung der numerischen Leistung zur Berechnung freier Energien als Funktion von Temperatur, Druck und Zusammensetzung eröffnet die Möglichkeit, Phasendiagramme in den interatomaren Potentialanpassungsprozess einzubeziehen. Die in diesem Projekt entwickelten integrierten Tools wurden im Pyriron-Framework implementiert und bieten der wissenschaftlichen Gemeinschaft offenen Zugang zu den entwickelten Ansätzen. Die Verfügbarkeit von Werkzeugen zur Anpassung empirischer und "machinelearning" Potenziale stellt einen bedeutenden Fortschritt dar. Die Einbeziehung thermodynamischer Phasendiagramme als Maß für die Genauigkeit der Potenzile erhöht die Vorhersagekraft und Robustheit dieser Modelle und erweitert ihre Anwendbarkeit. Die Verfügbarkeit der Open-Source-Tools bietet eine solidere Grundlage für die rechnergestützte Materialwissenschaft und wird dazu beitragen, fortschrittliche Materialien unter realen Bedingungen mit größerer Genauigkeit und Effizienz zu entwerfen und zu erforschen. Zur Verbreitung der rechnerischen Werkzeuge und Methoden wurden von den PIs im Rahmen der DFG-geförderten Potential-Initiative mehrere Workshops und Konferenzen mit Hackathons als zentralem Element mitorganisiert.
Projektbezogene Publikationen (Auswahl)
-
Anharmonic free energy of lattice vibrations in fcc crystals from a mean-field bond. Physical Review B, 102(10).
Swinburne, Thomas D.; Janssen, Jan; Todorova, Mira; Simpson, Gideon; Plechac, Petr; Luskin, Mitchell & Neugebauer, Jörg
-
Chemically induced local lattice distortions versus structural phase transformations in compositionally complex alloys. npj Computational Materials, 7(1).
Ikeda, Yuji; Gubaev, Konstantin; Neugebauer, Jörg; Grabowski, Blazej & Körmann, Fritz
-
Finite-temperature interplay of structural stability, chemical complexity, and elastic properties of bcc multicomponent alloys from ab initio trained machine-learning potentials. Physical Review Materials, 5(7).
Gubaev, Konstantin; Ikeda, Yuji; Tasnádi, Ferenc; Neugebauer, Jörg; Shapeev, Alexander V.; Grabowski, Blazej & Körmann, Fritz
-
Impact of Water Coadsorption on the Electrode Potential of H-Pt(1 1 1)-Liquid Water Interfaces. Physical Review Letters, 126(16).
Surendralal, Sudarsan; Todorova, Mira & Neugebauer, Jörg
-
A machine-learned interatomic potential for silica and its relation to empirical models. npj Computational Materials, 8(1).
Erhard, Linus C.; Rohrer, Jochen; Albe, Karsten & Deringer, Volker L.
-
Approximating the impact of nuclear quantum effects on thermodynamic properties of crystalline solids by temperature remapping. Physical Review B, 105(18).
Dsouza, Raynol; Huber, Liam; Grabowski, Blazej & Neugebauer, Jörg
-
Anharmonicity in bcc refractory elements: A detailed ab initio analysis. Physical Review B, 107(1).
Srinivasan, Prashanth; Shapeev, Alexander; Neugebauer, Jörg; Körmann, Fritz & Grabowski, Blazej
-
Quantification of electronic and magnetoelastic mechanisms of first-order magnetic phase transitions from first principles: application to caloric effects in La(Fe x Si 1−x)13. Journal of Physics: Energy, 5(3), 034004.
Mendive, Tapia Eduardo; Patrick, Christopher E.; Hickel, Tilmann; Neugebauer, Jörg & Staunton, Julie B.
-
Simulating short-range order in compositionally complex materials. Nature Computational Science, 3(3), 221-229.
Ferrari, Alberto; Körmann, Fritz; Asta, Mark & Neugebauer, Jörg
-
Systematic atomic structure datasets for machine learning potentials: Application to defects in magnesium. Physical Review B, 107(10).
Poul, Marvin; Huber, Liam; Bitzek, Erik & Neugebauer, Jörg
