20240326使用机器学习和高通量计算加速发现石墨烯的力学性能

Name**:**Accelerated discoveries of mechanical properties of graphene using machine learning and high-throughput computation

DOI**:** https://doi.org/10.1016/j.carbon.2019.03.046

摘要

在这项工作中,首次使用不同的机器学习算法和人工神经网络ANN)结构来预测单层石墨烯在系统温度应变率空位缺陷手性等各种影响因素下的力学性能。预测包括断裂应变断裂强度杨氏模量。高通量计算HTC)结合经典的分子动力学MD)模拟被用来生成ML模型的训练数据集。结果表明,温度和空位缺陷对预测结果都有负面影响,而应变速率与预测结果呈正相关。随机梯度下降法SGD)不能准确反映不同影响因素对石墨烯力学性能的影响**,k-近邻法****(KNN)、支持向量SVM)、决策树DT)和人工神经网络ANN)等方法则能提供理想的预测结果。**

模型

首先,研究模型尺寸对力学性能的影响,发现模型尺寸的影响可以忽略不记,选用11x11nm模型**。**

温度**:1K 10K 100K 300K 600K 1200K。**

应变率**:𝟓𝟏𝟎𝟓 𝟏𝟎𝟒 2.5**× 𝟏𝟎**−𝟒* 𝟏𝟎***−𝟒1×* 𝟏𝟎***−𝟒2.5×** 𝟏𝟎𝟑ps***。**

单向拉伸变形方向:扶手椅形和锯齿形。

缺陷**:单空位(SV)、双空位(DV)、多空位(MV)和Stone-Wales****(SW)**。

5个速度种子。一共1440**(6x6x4x2x5)个MD模拟。**

MD****模拟

通过MD仿真获得不同ML模型的训练、验证和测试数据集。所有模拟均使用大规模原子**/分子大规模并行模拟器****(LAMMPS)和自适应分子间反应经验键级****(AIREBO势进行。时间步长设置0.1 fs。在各个方向上施加周期性边界条件。在平面z方向创建20埃米真空空间,以避免跨边界相互作用。扶手椅x或锯齿y方向上对模拟箱的边界施加单轴位移,同时保持其他两个方向上的压力为。**

对于每种情况,进行了具有不同初始条件(随机种子不同)的五种不同模拟,并对结果进行平均以抑制统计噪声。在拉伸之前,石墨烯片在等温等压NPT)系综下在目标温度平衡50 ps。在拉伸过程中**,0.1 fs的时间步长在目标加载速率下使用位移控制方法****。**

300 K、应变速率****为 𝟏𝟎**^(-4) ps^(-1)显示了小应变区域中的手征性效应。随着应变的增加,手性依赖性变得更加明显****。**

**为了研究手征性对刚度的影响,同时保持拟合部分在两个方向的线性弹性区域中,选择第一个****2.5%**应变范围来拟合杨氏模量。

不同方向的拉伸差异

影响因素分析

ML模型

机梯度下降法SGD)、k-近邻KNN)、支持向量SVM)、决策树DT)和人工神经网络ANN

输入层特征和输出层目标之间Pearson相关性。

在不包括手性的不同影响因素中,温度对石墨烯的机械性能的影响最强,这前述MD结果一致。

不同ML模型预测结果

不同ANN神经网络预测结果

结果分析:

结果表明**,石墨烯的力学性能随温度和表面缺陷的增加而恶化,随应变速率的增加而改善。一旦经过训练ML模型,只需了解系统温度,应变率,表面缺陷条件和手性方向,能够在几分之一秒内预测石墨烯的机械性能****,**

若有问题,欢迎讨论!

相关推荐
蒹葭苍苍8736 分钟前
LoRA、QLoRA微调与Lama Factory
人工智能·笔记
蹦蹦跳跳真可爱5896 分钟前
Python----机器学习(基于PyTorch的线性回归)
人工智能·pytorch·python·机器学习·线性回归
mosquito_lover135 分钟前
矿山边坡监测预警系统设计
人工智能·python·深度学习·神经网络·视觉检测
契合qht53_shine36 分钟前
OpenCV 从入门到精通(day_03)
人工智能·opencv·计算机视觉
Naomi5211 小时前
Trustworthy Machine Learning
人工智能·机器学习
刘 怼怼1 小时前
使用 Vue 重构 RAGFlow 实现聊天功能
前端·vue.js·人工智能·重构
程序员安仔1 小时前
每天学新 AI 工具好累?我终于发现了“一键全能且免费不限量”的国产终极解决方案
人工智能
闭月之泪舞1 小时前
OpenCv(五)——边缘检测
人工智能·计算机视觉
星霜旅人2 小时前
K-均值聚类
人工智能·机器学习
lilye662 小时前
程序化广告行业(39/89):广告投放的数据分析与优化秘籍
大数据·人工智能·数据分析