ニューラルネットワークポテンシャル(NNP)を活用したNNMDによるTiNへの応用

ハイライト

ニューラルネットワーク（NN）を使用して原子間ポテンシャルを作成する方法を開発
NNのトレーニングデータを生成するために、ab initio分子動力学（AIMD）シミュレーションを実行
開発されたNNポテンシャル（NNP）は、MEAMポテンシャルを使用したMDシミュレーションとその実験を比較検証
NNPを用いたMDシミュレーション（NNMD)では、Ti ₂Nの強度と脆性が高いことが判明
DeePMD-kitを用いたNNMDを実施

概要

窒化チタン（TiN）は、その優れた耐摩耗性と耐食性により、さまざまな用途で使用されています。岩塩型の結晶構造を持つTiNは広く研究されてきましたが、非岩塩型の相の存在（例：Ti ₂N）第一原理計算から最近報告されたばかりです。分子動力学（MD）シミュレーションは、機械的特性を予測するための強力なツールですが、通常、原子間ポテンシャルが必要です。岩塩TiNの従来の多体原子間ポテンシャル（たとえば、修正された埋め込み原子法（MEAM）ポテンシャル）は、これらの他のフェーズには適用できません。

そこで、原子間ポテンシャルを作成するためのニューラルネットワーク（NN）ベースの方法を用いて、ニューラルネットワークポテンシャル（NNP）を作成しました。TiNの機械的特性では、作成したNNPを用いたMDシミュレーション（NNMD)とMEAMポテンシャルに対してその実験と比較したところ、NNMDの方が実験値に近い結果となりました。またNNMDから他のフェーズ（Ti^₂N）の強度と脆性が高いことが判明しました。