【会员论文】西安交通大学研究团队通过机器学习驱动的分子动力学模拟绘制 β-Ga₂O₃ 中 Frenkel 对生成的阈值位移能量图

        近日，由西安交通大学的研究团队在学术期刊《Acta Materialia》发布了一篇名为Threshold Displacement Energy Map of Frenkel Pair Generation in β-Ga₂O₃ From Machine-Learning-Driven Molecular Dynamics Simulations（通过机器学习驱动的分子动力学模拟绘制 β-Ga₂O₃ 中 Frenkel 对生成的阈值位移能量图）的文章。

摘要

        β-氧化镓（β-Ga₂O₃）在电子应用方面表现出巨大潜力，特别是在未来将长时间暴露于恶劣辐射环境的空间操作设备中。本研究聚焦于该材料中关键但尚未完全探索的辐射损伤方面，如阈值位移能和各种辐射诱导的Frenkel对的形成。通过对超过5,000个基于我们的机器学习势的分子动力学模拟进行分析，我们得出结论，两个镓位点（四面体和八面体）的阈值位移能差异比三个不同氧位点的值更大，这三个氧位点的值仅在17 eV到17.4 eV之间。阈值位移能的映射揭示了所有五个原子位点的位移的显著差异。我们新开发的缺陷识别方法成功地对β-Ga₂O₃中的多种Frenkel对进行了分类，其中包括十多种不同的镓和两种主要的氧Frenkel对，主要的氧分裂插入在O1位点。最后，计算得到的复合能障表明，氧Frenkel对在退火过程中更有可能发生复合，而不是镓。这些见解对于理解氧化镓中的辐射损伤和缺陷形成至关重要，并为设计具有高辐射抗性的基于氧化镓的电子器件奠定了基础。

原文链接：http://dx.doi.org/10.2139/ssrn.4746999