npj:缺陷——基于第一性原理研究金属钛中的杂质

2018 年 4 月 13 日 知社学术圈 npj

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

钛合金由于兼具强度、密度和耐腐蚀性等特性,被广泛用于航空和生物医用行业。通过近几十来的实验研究,人们对其工艺-微结构-性能间关系有了深刻认识。点缺陷对于钛合金的力学性能影响举足轻重,然而目前对于点缺陷的认识尚处在半经验理论层面。来自美国康涅狄格大学的Sanjeev Nayak和Rainer Herbert教授等采用第一性原理计算研究了金属钛中的本征和外来点缺陷的稳定性,其中包括元素周期表中前20种化学元素,以及金属钛中通常添加的过渡金属元素。他们发现,强电负性杂质元素,如C、N、O、F、S和Cl等,不论其原子半径大小均倾向占据钛晶格的八面体间隙位。而金属杂质如钒等,则倾向占据替代位。晶格中的空位只有在远离钛间隙原子时才能稳定存在。这些研究结果将有助我们调控材料用于诸如3D打印等各种先进制造工艺。该研究近期发表于npj Computational Materials 4: 11 (2018);  doi:10.1038/s41524-018-0068-9。英文标题与摘要如下,点击阅读原文可以自由获取论文PDF。



Insight into point defects and impurities in titanium from first principles


Sanjeev K.NayakCain J. HungVinit SharmaS. Pamir AlpayAvinash M.DongareWilliam J.Brindley & Rainer J.Hebert


Titanium alloys find extensive use in the aerospace and biomedical industries due to a unique combination of strength, density, and corrosion resistance. Decades of mostly experimental research has led to a large body of knowledge of the processing-microstructure-properties linkages. But much of the existing understanding of point defects that play a significant role in the mechanical properties of titanium is based on semi-empirical rules. In this work, we present the results of a detailed self-consistent first-principles study that was developed to determine formation energies of intrinsic point defects including vacancies, self-interstitials, and extrinsic point defects, such as, interstitial and substitutional impurities/dopants. We find that most elements, regardless of size, prefer substitutional positions, but highly electronegative elements, such as C, N, O, F, S, and Cl, some of which are common impurities in Ti, occupy interstitial positions.


扩展阅读

 

npj: 针对固体稳定性的第一原理预测——有效、有精度

npj: 磁性材料——化学无序和热磁波动的调控

npj: 铋铁氧体畴壁电子—高频率下更为活跃

本文系网易新闻·网易号“各有态度”特色内容

媒体转载联系授权请看下方

登录查看更多
0

相关内容

基于视觉的三维重建关键技术研究综述
专知会员服务
155+阅读 · 2020年5月1日
【经典书】统计学习导论,434页pdf,斯坦福大学
专知会员服务
230+阅读 · 2020年4月29日
【BAAI|2019】用深度学习模拟原子间势,王涵  (附pdf)
专知会员服务
17+阅读 · 2019年11月21日
密歇根大学《20年目标检测综述》
专知会员服务
96+阅读 · 2019年10月13日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
91+阅读 · 2019年10月10日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
47+阅读 · 2019年9月24日
2018年中科院JCR分区发布!
材料科学与工程
3+阅读 · 2018年12月11日
npj: 机器学习添视觉—材料缺陷快分析
知社学术圈
6+阅读 · 2018年8月18日
计算机视觉近一年进展综述
机器学习研究会
8+阅读 · 2017年11月25日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
深度学习医学图像分析文献集
机器学习研究会
17+阅读 · 2017年10月13日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
Logic Rules Powered Knowledge Graph Embedding
Arxiv
7+阅读 · 2019年3月9日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
VIP会员
相关VIP内容
基于视觉的三维重建关键技术研究综述
专知会员服务
155+阅读 · 2020年5月1日
【经典书】统计学习导论,434页pdf,斯坦福大学
专知会员服务
230+阅读 · 2020年4月29日
【BAAI|2019】用深度学习模拟原子间势,王涵  (附pdf)
专知会员服务
17+阅读 · 2019年11月21日
密歇根大学《20年目标检测综述》
专知会员服务
96+阅读 · 2019年10月13日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
91+阅读 · 2019年10月10日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
47+阅读 · 2019年9月24日
相关资讯
2018年中科院JCR分区发布!
材料科学与工程
3+阅读 · 2018年12月11日
npj: 机器学习添视觉—材料缺陷快分析
知社学术圈
6+阅读 · 2018年8月18日
计算机视觉近一年进展综述
机器学习研究会
8+阅读 · 2017年11月25日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
深度学习医学图像分析文献集
机器学习研究会
17+阅读 · 2017年10月13日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
Top
微信扫码咨询专知VIP会员