加速轻量化材料研发：基于第一性原理与机器学习势函数的相图与成分设计
计算材料学
2025-01-26 08:00
文章摘要
本文探讨了轻量化材料在航空航天、汽车等领域的应用及其重要性，特别是通过减少材料重量来提升燃油效率和减少排放。文章详细介绍了使用第一性原理和机器学习势函数进行金属材料的成分设计与相图研究，以加速材料研发过程。通过案例研究，展示了如何利用高通量计算和原子层级仿真来优化合金成分，提高材料性能，并缩短研发周期。此外，文章还讨论了机器学习力场在预测材料相变和相图中的应用，展示了其在材料科学中的潜力。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
"Nano-In-Nano" Schottky Diodes Fabricated by Combining Self-Aligned Nanogap Patterning with Bottom-Up ZnO Nanowire Growth.
DOI: 10.1021/acsaelm.4c01609
Pub Date : 2025-01-02
Date: 2025/1/14 0:00:00
High-Specific Power Flexible Photovoltaics from Large-Area MoS<sub>2</sub> for Space Applications.
DOI: 10.1021/acsaem.4c01797
Pub Date : 2025-01-02
Date: 2025/1/13 0:00:00
Machine learning-enabled design of ferroelectrics with multiple properties via a Landau model
DOI: 10.1016/j.actamat.2025.120760
Pub Date : 2025-01-25
最新文章
京公网安备 11010802042870号
