Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Физики показали новый способ предсказания свойств магнитных сплавов с помощью машинного обучения
Ученые из Сколтеха и МФТИ с коллегами из Германии, Австрии и Норвегии предложили и верифицировали новый способ компьютерного моделирования магнитных сплавов с помощью машинно-обучаемых потенциалов. В методе в качестве переменных учитываются магнитные моменты атомов (магнитные степени свободы), благодаря чему он успешно предсказал энергию, механические и магнитные характеристики сплава железа и алюминия. Ученые планируют добавить в метод активное обучение и протестировать его на другом материале — нитриде хрома.
Работа опубликована в Scientific Reports. При компьютерном моделировании материалов нередко приходится искать баланс между скоростью и точностью расчетов. Наименьшие ошибки в предсказаниях свойств и структуры веществ дают квантово-механические методы, в которых рассчитывается электронная структура вещества. Наиболее популярный из них — теория функционала плотности (DFT), в котором вместо волновой функции для каждого электрона, используется обобщенная электронная плотность, что уменьшает количество переменных, упрощает описание и ускоряет вычисления.
Однако даже на суперкомпьютерах такими подходами можно моделировать системы размерами всего лишь в десятки и сотни атомов. Для расчетов более крупных систем применяют более упрощенные подходы через потенциалы взаимодействия, которые описывают силы между атомами и не учитывают электронную структуру. Из-за этого падает точность предсказаний свойств материала.
В последние годы было найдено промежуточное решение, когда можно сохранить «квантово-механическую точность» и на несколько порядков повысить скорость вычислений даже для систем из тысяч атомов. Одним из популярных методов стало машинное обучение, с помощью которого исследователи создают потенциалы взаимодействия, но обученные на результатах квантово-механических расчетов. Эти потенциалы лучше предсказывают параметры материалов, чем эмпирические аналоги.
Однако даже машинно-обученные потенциалы не всегда учитывают магнитные степени свободы атомов, что может приводить к ошибкам, например, при моделировании материалов с выраженным ферро-, антиферро- или парамагнетизмом.
Чтобы корректно предсказывать свойства подобных веществ, научная группа физиков и математиков из МФТИ и Сколтеха, обобщила свой метод построения машинно-обучаемых потенциалов MTP (Moment Tensor Potentials) до версии mMTP (magnetic MTP), в которой учтены магнитные степени свободы атомов. Ученые уже применяли новую версию, в том числе для предсказания энергии железа в парамагнитном и ферромагнитном состоянии. В новой работе они протестировали метод для двухкомпонентного сплава железо-алюминий.
Иван Новиков, старший научный сотрудник Сколковского института науки и технологий и доцент кафедры химической физики функциональных материалов МФТИ, комментирует: «Наш коллектив занимается разработкой машинно-обучаемых потенциалов, которые ускоряют приблизительно на пять порядков квантово-механические расчеты, нужные для описания свойств материалов.
В последние три года пошла разработка машинно-обучаемых потенциалов с магнитными степенями свободы, и мы тоже уже создали подобный потенциал — магнитный MTP и валидировали его для системы железа. В этой работе мы хотели провалидировать потенциал уже на двухкомпонентной системе и продемонстрировать алгоритм построения базы данных для обучения потенциала».
Исследователи собрали базу данных на основе результатов квантово-механических расчетов и по ней обучили пять mMTP-потенциалов. А затем проверили, как потенциалы предсказывают структуру и магнитные свойства сплава в зависимости от концентрации алюминия.
На первом и самом долгом этапе работы ученые собирали базу данных для обучения модели. Для квантово-механических расчетов выбрали системы из 16 атомов. Системы отличались по количеству и взаимному расположению («раскраске») атомов железа и алюминия. Полученные конфигурации приводили в состояние равновесия — релаксировали с помощью теории функционала плотности, то есть подбирались положения атомов, размеры кристаллической решетки и магнитные моменты, при которых конкретная структура имела минимальную энергию. На следующем шаге конфигурации возмущали: меняли размеры решетки и сдвигали атомы.
На финальном, третьем этапе возмущали уже магнитные моменты как для структур с первого шага, так и для второго, для этого использовали теорию функционала плотности, в которой есть ограничения типа равенств на магнитные моменты электронов — constrained DFT. После всех трех шагов была получена база из более 2 000 конфигураций с возмущениями и без.
Второй этап работы — обучение и верификация потенциалов mMTP — был самым сложным. На полученной выборке конфигураций исследователи обучали ансамбль из пяти потенциалов MTP. Затем исследователи сравнивали его предсказания равновесных параметров конфигураций (позиций атомов, магнитных моментов, размеров решетки) с квантово-механическими расчетами. Новый метод показал высокую точность и согласие с квантово-механическим моделированием для всех концентраций алюминия.
Результаты MTP также качественно совпали с экспериментом, когда ученые рассмотрели зависимость размеров решетки от содержания алюминия в сплаве. В пределах концентрации от 20 до 40 процента алюминия параметры решетки не менялись. Количественная разница связана в том числе с тем, что моделирование в отличие от опытов проводилось при абсолютном нуле температур.
В последней части работы ученые сравнили магнитные моменты сплавов, полученные квантово-механическим методом и с помощью mMTP. Результаты согласовались друг с другом и с теорией: если концентрация алюминия росла, сплав терял магнитные свойства. mMTP предсказал полную потерю ферромагнитизма при 50-процентном содержании алюминия в отличие от квантово-механических расчетов. Данное расхождение нуждается в дополнительном исследовании.
Далее ученые планируют добавить активное обучение в свой метод, чтобы отбор конфигураций системы, подходящих для обучения потенциала, происходил автоматически. Это позволит исследовать материалы при ненулевых температурах, а также парамагнитные системы.
Иван Новиков делится планами: «Я считаю, что, соединив наши знания и результаты статьи 2022 года про железо и эту статью про железо-алюминий, мы добавим и применим активное обучение и верифицируем mMTP для другого материала — нитрида хрома. В частности, сможем предсказать изменение удельной теплоемкости, рассмотреть парамагнитные состояния. Я сторонник подхода, что надо сначала провалидировать подробно методологию, которую разработали, а потом переходить в более практическую плоскость. Собственно говоря, наша научная работа по такому пути и развивалась: сначала валидировали MTP на прототипных системах, а сейчас мы уже подошли к предсказанию фазовых диаграмм сложных веществ».
Исследование поддержано грантом Российского научного фонда.
Telegram 
Дзен 
VK Современные металлические имплантаты для суставов сегодня успешно заменяют изношенные кости, но часто оказываются слишком жесткими для организма. Со временем это приводит к разрушению ткани вокруг протеза, его расшатыванию и необходимости повторной операции. Перспективной альтернативой считаются углерод-углеродные композиты, которые способны «срастаться» с живой костью. Однако до сих пор инженеры не могли точно предсказать, как именно этот процесс влияет на прочность конструкции, используя для расчетов упрощенные и неточные модели. Ученые Пермского Политеха впервые разработали модель, которая впервые реалистично описывает врастание кости в имплантат и позволяет точнее прогнозировать его долговечность.
Городище Саньсиндуй известно археологам прежде всего своими бронзовыми масками и нефритовыми ритуальными предметами. Ученые из Сычуаньского университета нашли на этом памятнике артефакт, который заставляет пересмотреть представления о том, насколько далеко на юг проникали передовые металлургические технологии в эпоху Шан.
Итальянские исследователи доказали, что за столетие до знаменитого извержения Везувия, во время осады Помпеев армией римского полководца Луция Корнелия Суллы в I веке до нашей эры, город обстреливали из полибола — скорострельного оружия эпохи Античности.
В парках некоторых стран все чаще можно заметить странную картину: синицы и воробьи вместо пуха и веточек приносят в клювах сигаретные окурки. Орнитологи из Польши решили выяснить, зачем птицы выстилают гнезда мусором, пропитанным никотином. Оказалось, пернатые нашли способ использовать вредную человеческую привычку для защиты своего потомства. Но, как это часто бывает в природе, у медали есть обратная сторона.
Арахнологи описали новый вид пауков, который копирует облик мертвой особи, пораженной паразитическим грибом, чтобы хищники меньше обращали на него внимание. В природе такой гриб заражает хозяина и воздействует на его нервную систему, после чего заставляет подниматься на возвышенность, откуда легче распространять споры. Открытие расширит представления ученых о мимикрии у животных.
20 марта Московскому авиационному институту исполняется 96 лет. За эти годы университет прошел большой путь становления, и во многом его развитие определяли люди, посвятившие себя науке и подготовке инженерных кадров. Один из таких — выдающийся ученый, заслуженный работник высшей школы Российской Федерации, доктор технических наук, профессор Борис Семенович Зечихин. Более 70 лет его жизнь неразрывно связана с кафедрой 310 «Электроэнергетические, электромеханические и биотехнические системы» и НИО-310 МАИ. Научная и педагогическая работа Бориса Семеновича получила широкое признание в России и за рубежом, а его вклад в развитие электромеханических специальностей и подготовку инженерных кадров оказал существенное влияние на отечественную авиационную и электротехническую промышленность. Сегодня Борис Семенович продолжает свою работу, участвует в проектах по созданию электрических и гибридных силовых установок, передает опыт и знания молодым специалистам в рамках развития Передовой инженерной школы и всего МАИ в целом.
В парках некоторых стран все чаще можно заметить странную картину: синицы и воробьи вместо пуха и веточек приносят в клювах сигаретные окурки. Орнитологи из Польши решили выяснить, зачем птицы выстилают гнезда мусором, пропитанным никотином. Оказалось, пернатые нашли способ использовать вредную человеческую привычку для защиты своего потомства. Но, как это часто бывает в природе, у медали есть обратная сторона.
Марсоход «Персеверанс» обнаружил в камнях на кромке кратера Езеро спектральные признаки минерала корунда, из которого на Земле образуются рубины и сапфиры. Такие спектры на Красной планете зарегистрировали впервые. Теперь ученые пытаются понять, при каких процессах он мог там сформироваться, ведь условия на Марсе заметно отличаются от тех, в которых корунд обычно образуется на Земле.
За 10 лет лежания в почве сигаретные фильтры не растворились, а лишь замаскировались под грязь. Их пластиковые волокна распались на микрочастицы, намертво склеились с минералами и превратились во вторичный микропластик. Более того, на пятом году гниения мусор начал отравлять землю с новой силой.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно