npj: 重离子范围—时间依赖性密度泛函的预测

2019 年 4 月 23 日 知社学术圈

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

精确预测固体中高能离子范围分布的能力,对深入理解辐射效应具有重要意义,同时关乎诸多应用材料的改性,包括半导体加工、能源生产、医药,以及核技术的发展。虽然物质中离子阻挡已成为数十年来重要的科学研究焦点,但许多关键科学问题仍未得到解决。离子在穿过固体时速度减慢并沉积能量的过程在微观上是核阻挡和电子阻挡导致能量损失的过程,对其准确的预测就需要找到更为精确的模型来描述局部电子结构。钨(W)是目前聚变反应堆设计中面向等离子体元件的主要候选材料,所以了解W中辐射损伤的机制对于未来聚变发电厂的安全运行至关重要。

来自芬兰赫尔辛基大学物理系的Andrea E. Sand教授等,利用钨<100>通道的钨离子阻挡能来预测W的沟道范围,而离子阻挡能可用含时的密度泛函理论(TDDFT)计算获得,所预测出的结果与实验结果非常一致。他们使用TDDFT的模拟值和实验值均明显低于常用的SRIM模型和Firsov模型预测给出的随机轨迹的平均截止功率。对于芯电子较多的体系,电子停止功率的预测值饱和提供了强有力的证据,说明能量耗散通道已经被考虑在内。此外,与SRIM值相比,TDDFT计算的收敛性对于正确预测碰撞级联相关的轰击体能量范围具有更可靠的指示作用,特别是在本研究所作的确定晶向上的轰击体能量范围预测。这项工作验证了TDDFT计算方法在确定钨靶中重W轰击体的电子阻挡方面的适用性,以及局部环境对阻挡能大小的显著影响。


该文近期发表于npj Computational Materials 5: 43 (2019),英文标题与摘要如下,点击左下角“阅读原文”可以自由获取论文PDF。



Heavy ion ranges from first-principles electron dynamics

 

Andrea E. Sand, Rafi Ullah & Alfredo A. Correa 


The effects of incident energetic particles, and the modification of materials under irradiation, are governed by the mechanisms of energy losses of ions in matter. The complex processes affecting projectiles spanning many orders of magnitude in energy depend on both ion and electron interactions. Developing multi-scale modeling methods that correctly capture the relevant processes is crucial for predicting radiation effects in diverse conditions. In this work, we obtain channeling ion ranges for tungsten, a prototypical heavy ion, by explicitly simulating ion trajectories with a method that takes into account both the nuclear and the electronic stopping power. The electronic stopping power of self-ion irradiated tungsten is obtained from first-principles time-dependent density functional theory (TDDFT). Although the TDDFT calculations predict a lower stopping power than SRIM by a factor of three, our result shows very good agreement in a direct comparison with ion range experiments. These results demonstrate the validity of the TDDFT method for determining electronic energy losses of heavy projectiles, and in turn its viability for the study of radiation damage.



扩展阅读

 

npj: 机器学习—快速精确预测电子结构问题

npj: 预测Weyl半金属相和反铁磁拓扑绝缘体相

npj: 浓缩固溶合金—堆垛层错能的局域环境依赖性

npj: 密度泛函理论—固态赝势的计算

npj:机器学习—热电材料的回过与预测

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
1

相关内容

缺失数据统计分析,第三版,462页pdf
专知会员服务
108+阅读 · 2020年2月28日
【泡泡一分钟】基于表面的自主三维建模探索
泡泡机器人SLAM
9+阅读 · 2019年9月10日
智能配用电大数据分析-概率性负荷预测
NE电气
5+阅读 · 2019年7月5日
sklearn 与分类算法
人工智能头条
7+阅读 · 2019年3月12日
【泡泡一分钟】视觉惯性里程计的信息稀疏化(IROS-2018)
泡泡机器人SLAM
9+阅读 · 2018年12月31日
稀疏性的3个优势 -《稀疏统计学习及其应用》
遇见数学
15+阅读 · 2018年10月24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
LASSO回归与XGBoost:融合模型预测房价
论智
31+阅读 · 2018年8月8日
用 Python 进行贝叶斯模型建模(1)
Python开发者
3+阅读 · 2017年7月11日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
Arxiv
110+阅读 · 2020年2月5日
Phase-aware Speech Enhancement with Deep Complex U-Net
Arxiv
8+阅读 · 2019年2月15日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
4+阅读 · 2018年4月26日
VIP会员
相关VIP内容
缺失数据统计分析,第三版,462页pdf
专知会员服务
108+阅读 · 2020年2月28日
相关资讯
【泡泡一分钟】基于表面的自主三维建模探索
泡泡机器人SLAM
9+阅读 · 2019年9月10日
智能配用电大数据分析-概率性负荷预测
NE电气
5+阅读 · 2019年7月5日
sklearn 与分类算法
人工智能头条
7+阅读 · 2019年3月12日
【泡泡一分钟】视觉惯性里程计的信息稀疏化(IROS-2018)
泡泡机器人SLAM
9+阅读 · 2018年12月31日
稀疏性的3个优势 -《稀疏统计学习及其应用》
遇见数学
15+阅读 · 2018年10月24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
LASSO回归与XGBoost:融合模型预测房价
论智
31+阅读 · 2018年8月8日
用 Python 进行贝叶斯模型建模(1)
Python开发者
3+阅读 · 2017年7月11日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关论文
Top
微信扫码咨询专知VIP会员