晶界调控UO2自扩散、拉伸形变与预裂纹自愈合的深度学习方法与机制研究

本文通过深度学习分子动力学模拟（DL-MD），系统揭示了晶界（GB）对UO2自扩散、高温脆韧转变及预裂纹自愈合的调控机制。研究构建的高精度深度学习势函数（DP potential）成功复现了DFT计算精度，为核燃料微观结构设计提供了关键理论工具。

　　

Highlight

本研究通过深度学习势函数（DP potential）实现了对UO₂晶界行为的精准模拟，揭示了其在自扩散、形变与裂纹愈合中的关键作用。

DFT calculations

采用基于密度泛函理论（DFT）的VASP软件包计算UO₂的物理性质，使用GGA-PBE泛函，截断能520 eV，能量收敛标准1.0×10^?5 eV/原子，力收敛标准0.02 eV/?，布里渊区采样为5×5×5 Monkhorst-Pack网格。

Overall accuracy of DP potential

深度学习势函数（DP potential）的能量和力预测均方根误差（RMSE）分别为4.15 meV/原子和0.141 eV/?，所有测试数据均沿斜率为1的直线分布，表明其具有优异的再现能力（图1b-c）。径向分布函数进一步验证了其可靠性（图S4）。

Conclusions

1. 1.

   构建的高精度DP势函数可准确描述UO₂的原子能量与力场；

2. 2.

   晶界（GB）显著促进氧原子自扩散，而铀原子扩散仅在小角度晶界位错处增强；

3. 3.

   低温（<1200 K）脆性断裂与高温（>1200 K）晶界非晶化导致脆韧转变；

4. 4.

   预裂纹自愈合由高温下氧和铀原子的扩散行为主导。