非晶合金结构-热力学-动力学关联的机器学习研究
文献类型:学位论文
| 作者 | 陶佳乐
|
| 答辩日期 | 2025-05-19 |
| 文献子类 | 博士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 王云江 |
| 关键词 | 非晶合金 结构-性能关联 玻色峰 结构弛豫 本构模型 机器学习 |
| 学位专业 | 固体力学 |
| 其他题名 | The structure-thermodynamics-dynamics relationship in amorphous alloys informed by machine learning |
| 英文摘要 | 非晶合金因其优异的物理、化学、力学性能受到广泛关注,在众多高新技术领域展现出广阔的应用潜力。但是非晶合金在室温条件下倾向于发生应变局域化,导致变形集中在纳米尺度的带状区域,即所谓的剪切带中,表现为宏观脆性破坏,这限制了其作为结构材料的应用。与此同时,非晶合金中各异的原子环境耦合其能量上处于亚稳态的本质造就了其丰富的动力学特征。从皮秒量级的原子振动到长时间尺度的结构弛豫,非晶合金多尺度的动力学性质与其变形行为密切联系。然而,非晶合金中原子无序排列,无法定义类似晶体中位错的结构缺陷,这为从结构角度解释其丰富性能背后的微观机制带来困难,挑战了材料科学领域基于周期性有序结构的“结构决定性质”的研究范式。如何描述非晶合金的结构特征进而建立结构-性能关联是材料科学和凝聚态物理领域长久以来面临的核心问题。为此,本文针对非晶合金的低频异常振动、结构弛豫行为和宏观力学响应开展系列研究,从数据驱动的角度探索非晶合金丰富动力学特征以及宏观力学性能背后的结构基础,主要成果如下: (1)基于分子动力学模拟,我们计算了不同冷却速率下CuZr非晶合金的低频异常振动行为-玻色峰现象。借助神经网络方法,我们从静态结构和振动局域化两个角度,整体和原子两个层次量化预测玻色峰强度。基于模态参与度的量化验证了玻色峰与低频准局域模式的关联。而基于静态结构的量化则揭示了玻色峰现象的非局部特征,其存在一个亚纳米尺度的特征结构尺寸,对应前四个近邻原子壳层,强调了在中程序尺度上解析玻色峰结构的必要性。进一步分析微观结构特征,玻色峰强度高的原子在径向分布函数上表现出低峰、浅谷、宽峰距的特征,对应更加松散无序的类液结构,体现了结构不均匀性导致显著的低频异常振动玻色峰现象。 (2)在Adam-Gibbs熵理论框架下,我们以核心热力学参数-构型熵为抓手,研究非晶合金的长时结构弛豫行为。采用非平衡热力学积分技术精确计算铜锆非晶体系的自由能及总熵,并在简谐近似下通过对角化动力学矩阵分离出振动熵分量,最终实现构型熵与振动熵的定量解耦。基于玻璃构型的图结构表征(节点为原子、边为近邻作用),结合图注意力与残差连接机制,构建图神经网络模型直接预测构型熵。该模型在跨越液态、过冷液态及玻璃态的全温域范围内,首次建立了静态原子排列与构型熵的定量映射关系,提供了一种构型熵的快速评估方案。进一步结合广义Adam-Gibbs熵方程,该模型成功预测玻璃转变温度以下的结构弛豫时间标度律,其预测值与分子动力学模拟及动态力学分析实验结果高度一致,为低温条件下结构弛豫时间难以观测的问题提供了替代解决方案。 (3)基于图神经网络方法,我们发展了一种融合拓扑结构特征的非晶合金本构模型框架,实现了非晶合金宏观力学响应的直接预测。基于铜锆非晶体系的不同加载条件下(温度覆盖玻璃态至过冷液相区,应变率范围横跨108、109和1010 s-1)的简单剪切分子动力学模拟数据,将玻璃构型转化为图结构数据后,借助图消息传递机制捕捉剪切过程中结构演化和宏观应力响应之间的规律。相较于传统本构模型,该框架考虑了微观原子的拓扑连接特征,并将剪切与体积膨胀效应进行物理嵌入,成功复现了非晶合金的锯齿状塑性流动特征。该模型对同合金体系下的不同化学组分、加工冷速和样品尺寸具有良好的迁移能力,并且对超出训练范围的大应变区间也具有一定的线性外推预测能力。 |
| 语种 | 中文 |
| 源URL | [http://dspace.imech.ac.cn/handle/311007/101237] ![]() |
| 专题 | 力学研究所_非线性力学国家重点实验室 |
| 推荐引用方式 GB/T 7714 | 陶佳乐. 非晶合金结构-热力学-动力学关联的机器学习研究[D]. 北京. 中国科学院大学. 2025. |
入库方式: OAI收割
来源:力学研究所
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。

