典型文献
氮化硅微波高温介电函数深度学习分子动力学模拟
文献摘要：
氮化硅(β-Si3N4)是当下最具应用前景的热透波材料,其基础物性高温介电函数的精准测量对加快氮化硅基热透波材料的设计,解决高超声速飞行器"黑障"问题具有重要意义.本文以第一性原理数据为基本输入,基于深度神经网络训练得到深度学习势,然后运用深度学习分子动力学方法计算了氮化硅高温微波介电函数.与传统经验势相比,深度学习势的计算结果与实验结果在数量级上保持一致;同时发现,深度学习分子动力学在计算速度方面表现优异.此外,建立了氮化硅弛豫时间温度依变性的物理模型,揭示了弛豫时间温度依变性规律.本研究通过实现大规模高精度的分子动力学模拟计算了氮化硅高温微波介电函数,为推动氮化硅基材料在高温热透波领域的应用提供了基础数据支撑.
文献关键词：
热透波材料;介电函数;高温;深度学习势
中图分类号：
作者姓名：
李志强;谭晓瑜;段忻磊;张敬义;杨家跃
作者机构：
山东大学前沿交叉科学青岛研究院,光-热辐射研究中心,青岛 266237;山东大学能源与动力工程学院,济南 250061;航天材料及工艺研究所,先进功能复合材料技术重点实验室,北京 100076
文献出处：
引用格式：
[1]李志强;谭晓瑜;段忻磊;张敬义;杨家跃-.氮化硅微波高温介电函数深度学习分子动力学模拟)[J].物理学报,2022(24):399-407
A类：
热透波,热透波材料,深度学习势
B类：
氮化硅,波高,介电函数,分子动力学模拟,Si3N4,基础物性,精准测量,高超声速飞行器,黑障,第一性原理,深度神经网络,神经网络训练,练得,分子动力学方法,微波介电,传统经验,数量级,保持一致,计算速度,弛豫时间,物理模型,硅基材料,温热
AB值：
0.186826
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
