CrCoNi钝化膜有序-无序占位优化方法、计算机设备及存储介质技术

本发明专利技术公开了一种CrCoNi钝化膜有序‑无序占位优化方法、计算机设备及存储介质。该方法结合了第一原理计算和机器学习力场，旨在提高钝化膜的性能，并增强其抗腐蚀性。通过使用第一原理计算来描述原子尺度上的信息，可以精确计算CrCoNi合金系统的属性。然而，为了克服计算复杂度的限制，采用了高斯近似势作为机器学习力场的模型，通过拟合训练数据来预测新材料的性质。通过优化合金的组成和微观结构等参数，可以实现钝化膜的最优化设计。这种方法不仅提高了计算效率，还能够指导新型抗腐蚀材料的设计和开发。通过研究钝化膜的形成机制，为抑制材料的腐蚀和氧化提供了更可靠的理论支持，进一步推动材料科学领域的发展。

【技术实现步骤摘要】

本专利技术涉及计算材料科学，具体涉及一种基于第一性原理计算和高斯近似势的crconi钝化膜有序-无序占位优化方法、计算机设备及存储介质。

技术介绍

1、中熵合金由多种元素构成，具有较高的混合熵，从而提高了材料的抗腐蚀性能。其中，钝化膜在中熵合金中起着至关重要的作用。目前的研究表明，钝化膜主要由氧化物如cr2o3组成，并且其形成与合金的组成和微观结构等因素密切相关。

2、第一性原理计算(或者称之为第一原理计算)方法是一种基于量子力学原理的计算方法，通过求解薛定谔方程来模拟原子尺度上的结构和能量信息。它被广泛应用于预测材料的性质和反应行为。然而，第一性原理计算也存在一些限制和挑战。其中之一是计算复杂度，对于大型材料系统或复杂的反应过程，计算成本可能非常高，限制了其广泛应用的范围。另外，第一性原理计算还需要选择适当的赝势和计算精度，这些选择可能影响结果的准确性和收敛性。

3、在材料科学领域，机器学习力场是一种基于数据驱动方法，通过学习原子间势能函数的形式和参数来预测材料性质。相较于传统经验势函数，机器学习力场具有多个优势。它可以通过学习大本文档来自技高网...

【技术保护点】

1.一种基于第一性原理计算和高斯近似势的CrCoNi钝化膜有序-无序占位优化方法，其特征在于，包括：

2.根据权利要求1所述的基于第一性原理计算和高斯近似势的CrCoNi钝化膜有序-无序占位优化方法，其特征在于，CrCoNi中熵合金计算模型采用面心立方晶体结构。

3.根据权利要求1所述的基于第一性原理计算和高斯近似势的CrCoNi钝化膜有序-无序占位优化方法，其特征在于，采用层状相同元素构造有序结构，使用蒙特卡洛方法对占位元素进行随机替换构造无序结构。

4.根据权利要求1所述的基于第一性原理计算和高斯近似势的CrCoNi钝化膜有序-无序占位优化方法，其...

【技术特征摘要】

1.一种基于第一性原理计算和高斯近似势的crconi钝化膜有序-无序占位优化方法，其特征在于，包括：

2.根据权利要求1所述的基于第一性原理计算和高斯近似势的crconi钝化膜有序-无序占位优化方法，其特征在于，crconi中熵合金计算模型采用面心立方晶体结构。

3.根据权利要求1所述的基于第一性原理计算和高斯近似势的crconi钝化膜有序-无序占位优化方法，其特征在于，采用层状相同元素构造有序结构，使用蒙特卡洛方法对占位元素进行随机替换构造无序结构。

4.根据权利要求1所述的基于第一性原理计算和高斯近似势的crconi钝化膜有序-无序占位优化方法，其特征在于，构建crconi中熵合金计算模型时，进行第一性原理计算，其中截断能设置为600ev，使用范德华修正参数ivdw＝13，使用grimme的dft-d3的零阻尼函数方法，优化中止条件为总能量变化小于1×10-5ev。

5.根据权利要求1所述的基于第一性原理计算和高斯近似势的crconi钝化膜有序-无序占位优化方法，其特征在于，cr2o3钝化膜模型采用三方晶系的cr2o3刚玉结构。

6.根据权利要求5所述的基于第一性原理计算和高斯近似势的crconi钝化膜有序-无序占位优化方法，其特征在于，cr2o3刚...

【专利技术属性】
技术研发人员：万浩宇，潘登，秦冠华，吴越，
申请(专利权)人：上海大学，
类型：发明
国别省市：