Atomistic modeling of dislocation dynamics with first principles accuracy

具有第一原理精度的位错动力学原子建模

• 批准号: 21K04631
• 负责人: 森 英喜
• 金额: $ 2.66万
• 依托单位: College of Industrial Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K04631/
• 关键词: 転位動力学; 高精度機械学習原子間ポテンシャル; 原子モデリング

本研究の目的は、これまでに開発に成功した密度汎関数(DFT)精度をもつ体心立方(BCC)鉄ニューラルネットワーク型(ANN)原子間ポテンシャルを用いて原子モデリングに基づいた大規模な転位進展解析を行うことである。転位進展のダイナミクスを定量的かつ複合的に解析を行うとともに、特に、金属強度に大きな影響を与える転位と析出物やボイドなどの障害物との相互作用を解析することである。本年度では，前年度でおこなった高速化を行ったANN原子間ポテンシャルを用いて、100万原子規模での分子動力学法による高精度大規模な転位動力学計算を行った。刃状転位と応力によって進展させ、進路上にあるボイド(空孔)と接触させることによって、転位とボイドとの相互作用を解析を行った。特に刃状転位がボイドを通過するの必要な臨界せん断応力および転位の張り出し形状の詳細を原子レベルで解析した。また、従来用いられている原子埋め込み法(EAM)などの簡便な経験的ポテンシャルをもちいて同条件で解析を行い、解析結果の比較を行った。これより、従来のEAMポテンシャルの結果と比較してANN原子間ポテンシャルでは，通過のための臨界せん断応力は15％程低いことが分かった。また、EAMポテンシャルでは転位の張り出しが非対称になることが従来知られおり今回の解析でも確認出来た。それに対してANN原子間ポテンシャルを用いた解析ではこのような現象は起こらず、張り出し形状はほぼ対称であった。これは前年度に解析を行った結果と比較することによって、EAMポテンシャルでの非対称な張り出し形状はEAMポテンシャルが様々な混合転位の易動度(パイエルス応力)を過大評価しているためであると結論付けることが出来た。また、剛体球と刃状転位との大規模長時間解析も実施中である。

The purpose of this study is to develop a method for analyzing the evolution of density function (DFT) with body-centered cubic (BCC) iron (ANN) atomic space. The analysis of the interaction between the chemical composition and the metal strength is based on the quantitative analysis of the chemical composition and the interaction between the chemical composition and the metal strength This year's high-speed ANN atomic separation method was used to calculate high-precision large-scale molecular dynamics. The blade position and the force are analyzed in the process of contact. Special blade position, necessary threshold, breaking force, opening position, detailed atomic analysis The atomic burial method (EAM) is used to analyze the same conditions and compare the analytical results. The results of this study were compared with those of ANN atomic separation. EAM is the only way to identify the problem. For example, if you want to use the ANN, you can use the ANN to analyze the phenomenon. The results of the previous year's analysis were compared with those of the previous year's analysis. The results of the analysis were compared with those of the previous year's analysis. A large-scale, long-term analysis of rigid bodies and blade positions

项目成果

材料強度の解析および予測的評価に向けた高精度ニューラルネットワーク型原子間ポテンシャルの開発と適用

基于高精度神经网络的材料强度分析与预测评价原子间势的开发与应用

• 发表时间: 2022
• 作者: 佐藤択音;宍木直茂;中村光輝;吉澤正人;脇舎和平;中西良樹;仲村愛;大貫惇睦;田中博大;天久裕太;辺土正人;仲間隆男;森英喜
• 通讯作者: 森英喜

ニューラルネットワーク原子間ポテンシャルを用いた BCC鉄中の転位とボイドの相互作用解析

使用神经网络原子间势对 BCC 铁中位错和空隙的相互作用进行分析

• 发表时间: 2021
• 作者: Taichi Yoshida;Kensuke Jin;Kazuhei Wakiya;Mitsuteru Nakamura;Masahito Yoshizawa;Yuji Muro;Yoshiki Nakanishi;森英喜，板倉充洋，奥村雅彦，椎原良典，松中大介
• 通讯作者: 森英喜，板倉充洋，奥村雅彦，椎原良典，松中大介

機械学習ポテンシャルを用いたBCC鉄における破壊の分子動力学シミュレーション

使用机器学习势对 BCC 铁断裂进行分子动力学模拟

• 发表时间: 2021
• 作者: 鈴土知明;海老原健一;都留智仁;森英喜
• 通讯作者: 森英喜

Investigation of interaction between dislocations and obstacles in BCC iron by using neural network atomic potential

利用神经网络原子势研究 BCC 铁中位错和障碍物之间的相互作用

• 发表时间: 2022
• 作者: Hideki Mori;Mitsuhiro Itakura;Masahiko Okumura;Tomohito Tsuru;Yoshinori Shiihara;Daisuke Matsunaka
• 通讯作者: Daisuke Matsunaka

Artificial neural network molecular mechanics of iron grain boundaries

铁晶界的人工神经网络分子力学

• DOI: 10.1016/j.scriptamat.2021.114268
• 发表时间: 2022
• 期刊: Scripta Materialia
• 影响因子: 6
• 作者: Shiihara Yoshinori;Kanazawa Ryosuke;Matsunaka Daisuke;Lobzenko Ivan;Tsuru Tomohito;Kohyama Masanori;Mori Hideki
• 通讯作者: Mori Hideki