New Data-Driven Interacting-Defect Model Describing Nanoscopic Grain Boundary Compositions in Ceramics
New Data-Driven Interacting-Defect Model Describing Nanoscopic Grain Boundary Compositions in Ceramics
复制标题
新的数据驱动的相互作用缺陷模型描述陶瓷中的纳米晶界成分
DOI：
10.1021/acs.jpcc.0c05713
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Mebane, David S.
中科院分区：
文献类型：
--
作者：
Tong, Xiaorui;Bowman, William J.;Mejia-Giraldo, Alejandro;Crozier, Peter A.;Mebane, David S.
数据驱动的非均匀体系的相互作用缺陷模型定量地描述了离子导电陶瓷中晶界高溶质浓度的纳米组成。将数据驱动的Cahn-Hilliard模型应用于钙掺杂CeO_2晶界的高空间分辨率成分数据。数据驱动过程的统计方法明确地表明，需要一个非均匀热力学方法(梯度项)来定量描述局部晶界成分。此外，该模型还显示了带负电荷的受主掺杂和带正电荷的氧空位在界面上的共同积累，这与受主掺杂的CeO2中的原子探针断层扫描证据定性地一致。报道的模型首次定量解释了离子导电陶瓷中的微观实验。
A data-driven, interacting-defect model for inhomogeneous systems has quantitatively described the nanoscopic composition of high solute concentrations at grain boundaries in ion-conducting ceramics. The data-driven Cahn–Hilliard model was applied to high-spatial-resolution composition data gathered at grain boundaries in calcium-doped ceria. The statistical methodology for the data-driven procedure shows definitively that an inhomogeneous thermodynamics approach (gradient terms) is required to quantitatively describe the local grain boundary composition. The model additionally shows coaccumulation of negatively charged acceptor dopants and positively charged oxygen vacancies at the interface, which is qualitatively in accordance with atom probe tomography evidence in acceptor-doped ceria. The reported model is the first to quantitatively explain microscopic experiments in ion-conducting ceramics.
登录
查看更多内容
具有动态差异减少建模的固体氧化物燃料电池电极微观结构演化预测的降阶模型
影响因子：
9.2
作者：
Yinkai Lei;Tian;D. Mebane;Y. Wen
通讯作者：
Y. Wen
影响因子：
3.9
作者：
X. Tong;D. Mebane;R. D. De Souza
通讯作者：
X. Tong;D. Mebane;R. D. De Souza
铝锌合金中旋节线分解的早期阶段
DOI：
10.1016/0001-6160(67)90266-0
发表时间：
1967
期刊：
Acta Metallurgica
影响因子：
--
作者：
K. Rundman;J. Hilliard
通讯作者：
J. Hilliard
DOI：
--
发表时间：
2004
期刊：
影响因子：
--
作者：
A. Tschöpe;S. Kilassonia;R. Birringer
通讯作者：
R. Birringer
纳米晶二氧化铈空间电荷层效应的数值计算。
DOI：
--
发表时间：
2014
期刊：
Physical Chemistry, Chemical Physics - PCCP
影响因子：
--
作者：
M. Göbel;G. Gregori;J. Maier
通讯作者：
J. Maier