DFT与MACE机器学习势揭示HEB₂晶界Nb/Ta偏析增强力学性能

Daniil Alekseev 等在 arXiv 发布论文，用 DFT、COHP 及基于针对该体系微调的 MACE 机器学习势的 Monte Carlo/分子动力学模拟，研究 (Hf,Ta,Ti,Nb,Zr)B₂ 高熵二硼化物的晶界偏析机制。 结果显示，HEB₂ 六类晶界中的五类出现 Nb 和 Ta 富集，2000 K 时最高达 23–35 at.%；含 V 族金属的 NbB₂ 和 TaB₂ 晶界能约为 0.8–2.7 J/m²，低于 IV 族对应材料的 2.5–4.8 J/m²。模拟还表明，偏析后的 Σ193 晶界在 300 K 拉伸下可承受 26 GPa，而随机晶界为 20 GPa，即 V 族金属偏析与晶界能降低及力学性能提升相关。

AI 根据报道生成 · 2 天前更新