利用机器学习势能对液态Ga–In合金中的局部结构异质性进行原子级探索

《Langmuir》：Atomic-Level Exploration of Local Structural Heterogeneity in Liquid Ga–In Alloys Using a Machine Learning Potential

通过机器学习力场分子动力学模拟，研究了五种液态Ga-In合金的纳米结构。发现前三种合金以Ga-In相为主，含In原子簇；后两种合金出现纯Ga相与Ga-In相共存，In原子形成二聚体或分散。结构有序性差异源于相互作用强度不同，首次揭示液态Ga-In合金的局部结构异质性。

　　

液态镓-铟（Ga–In）合金是一类具有吸引力的材料，它们结合了金属和液体的优点。这些独特的性质使得它们在化学、物理、材料科学和工程领域有着广泛的应用潜力。因此，阐明液态Ga–In合金在纳米尺度上的局部结构特性对于理解其内部发生的物理过程以及推动新应用的发展至关重要。在这里，我们利用机器学习力场分子动力学模拟，对五种液态Ga–In合金（即Ga_79.3In_20.7、Ga_83.2In_16.8、Ga_85.8In_14.2、Ga_91.8In_8.2和Ga_96.9In_3.1）中Ga原子和In原子周围的局部配位行为及结构有序性进行了原子级别的研究。研究结果表明，Ga_79.3In_20.7、Ga_83.2In_16.8和Ga_85.8In_14.2合金主要呈现连续的Ga–In相，其特征是In原子呈簇状分布。相比之下，Ga_91.8In_8.2和Ga_96.9In_3.1合金中存在纯Ga相和Ga–In相的共存：前者中的In原子形成二聚体，而后者中的In原子则呈原子分散状态。更重要的是，我们发现前三种Ga–In合金中Ga原子和In原子周围的局部结构有序性存在显著差异，遵循In–In > Ga–In > Ga–Ga的顺序，这归因于它们之间相互作用强度的差异。总体而言，这项研究首次提供了液态Ga–In合金局部结构异质性的理论证据，并为液态镓基合金的纳米尺度结构细节提供了新的见解。