ML力场模拟Ni2MnGa马氏体相变动力学

Markus E. Gruner 等在arXiv发布论文，用从头算分子动力学数据训练机器学习力场（ML-FF），再以经典分子动力学模拟Ni₂MnGa及Heusler合金的马氏体转变。 作者称模型能再现Ni₂MnGa的关键特征，包括软TA₂声子和纳米孪晶马氏体偏好；模拟显示自适应纳米孪晶有助于奥氏体与马氏体的正向和逆向转变。作者据此提出该方法有望用于磁性形状记忆合金的大规模近DFT精度模拟，此为论文声称的前景，尚未经独立验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。