【计算模拟】MGE Adv.：基于通用神经演化势的混合蒙特卡洛与分子动力学模拟研究多晶铝中的溶质偏聚

本研究基于开源软件GPUMD中实现的GPU加速混合蒙特卡洛和分子动力学（MCMD）算法，结合适用于16种元素金属及其合金的通用神经演化势，系统模拟了15种溶质在多晶铝中的偏聚行为。背景是溶质偏聚机制对材料性能影响不明确且建模复杂。研究目的是通过高效MCMD算法揭示不同溶质的偏聚模式及其对多晶铝力学性能的影响。结论表明，Ag、Au、Cu等溶质完全偏聚于晶界，Ni、Ta等部分偏聚，Cr、V等则不偏聚而以化合物形式析出；拉伸模拟显示Pt和Pd强化铝材，Pb导致脆化，晶界结构内聚力及肖克利位错形核与运动是决定强度的关键机制。该算法及对偏聚行为的深入理解可为铝合金及多组元材料设计提供参考。