Py学习  »  机器学习算法

(纯计算)南京大学孙建/倪冬冬/丁驰团队Nat. Commun.: 机器学习模拟揭示白矮星相关条件下氧的相图与热性质

科研任我行 • 3 周前 • 32 次点击  
2025年7月1日,Nat. Commun.在线发表了南京大学孙建教授、倪冬冬教授和丁驰博士课题组的研究论文,题目为《Machine Learning simulations reveal oxygen’s phase diagram and thermal properties at conditions relevant to white dwarfs》,论文的第一作者为Yunlong Wang和Jiuyang Shi。

氧是宇宙中最丰富的元素之一,具有迷人的特性。在超过96 GPa的压力下,分子氧转变为金属相,并在100 GPa左右转变为ζ相。Sun等人彻底研究了高达10 TPa压力下的氧,他们预测在1.9 TPa时从分子相转变为具有聚合螺旋链的四方相,然后在9.3 TPa时变为层状的单斜相,称为链-分子相(空间群Fmmm)。此外,他们证明了氧在TPa压力下保持0.6 K到2.1 K的超导温度。

在Sun等人工作的基础上,Cogollo-Olivo等人重新研究了1-10 TPa压力范围内有限温度下的氧相边界。这些研究全面证明了氧在10 TPa以下的性质和状态。然而,即使在如此极端的压力下,氧结构中的孤对电子仍然存在,氧的聚合过程仍然没有完全阐明。

在此研究中,作者通过结构预测方法展示了氧的完整聚合过程,确定了氧在1 PPa(1000 TPa)下的晶体结构,识别了一种新型的二维键合体心四方(bct)相和一种完全聚合的六方密排(hcp)相。电子结构分析表明,随着压力的增加,bct相的键明显软化,这可能会影响有限温度下的动态行为。因此,采用机器学习势分子动力学和两相法构建了高达200 TPa(200 TPa, 23740 K)的氧熔化曲线,并识别了100 TPa以上的异常熔化行为。研究发现,在相同的压力下,氧比氦表现出更高的热导率和更低的等容热容。这些研究结果表明,富氧包层可能会加速白矮星的冷却过程。


图1 氧的完整聚合过程和Fmm-bct相的连续转变


图2 bct相和hcp相的电子局域函数


图3 由其他研究人员计算并根据库仑耦合参数和He的熔点推断出氧的相边界和熔化曲线

图4 白矮星条件下氧和氦热性质的比较

论文链接
Wang, Y., Shi, J., Liang, Z. et al. Machine Learning simulations reveal oxygen’s phase diagram and thermal properties at conditions relevant to white dwarfs. Nat. Commun.2025, 16, 5504. https://doi.org/10.1038/s41467-025-61390-0

【其他相关文献】

(纯计算)南京大学孙建/王俊杰团队Nat. Comput. Sci.: 基于对称性原理的高效晶体结构预测
(纯计算)宁夏大学王晓梦/南京大学孙建团队Phys. Rev. B: 高压下具有超导性和超离子态的锂-铋化合物
(纯计算)宁夏大学/南京大学Phys. Rev. B: 三元钍-硅超氢化物中环境超导性的预测
(纯计算)南京大学孙建团队Phys. Rev. B: Ca-Ge体系中压力诱导的键合多样性、电子拓扑与超导电子化合物
(纯计算)南京林业大学夏康/南京大学孙建团队Nano Lett.: 单层碳同素异形体的超导性
(纯计算)南京大学孙建团队Nano Lett.: 二维M4XY2中可调的超导、拓扑和磁性

【注】:小编水平有限,若有误,请联系修改;若侵权,请联系删除!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/184018
 
32 次点击