Atomistic study of atomic diffusion in <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:mrow> <mml:mi mathvariant="normal">L</mml:mi> <mml:msub> <mml:mn>1</mml:mn> <mml:mn>2</mml:mn> </mml:msub> <mml:mtext>−</mml:mtext> <mml:msub> <mml:mi>FeNi</mml:mi> <mml:mn>3</mml:mn> </mml:msub> </mml:mrow> </mml:math> : Magnetochemical excitations and compositional effects
Notice bibliographique
Résumé
Atomic diffusion in intermetallic phases is crucial for the microstructural evolution and mechanical properties of transition-metal alloys. This study investigates diffusion in $\mathrm{L}{1}_{2}\text{\ensuremath{-}}{\mathrm{FeNi}}_{3}$ using kinetic Monte Carlo simulations with an effective interaction model parametrized on density functional theory data. By explicitly modeling atomic and spin degrees of freedom, the simulations systematically explore the effects of finite-temperature magnetochemical interplay and stoichiometry on diffusion. The results show that Fe diffuses slightly faster than Ni, contrasting the empirical rule experimentally verified in many intermetallics where the majority element diffuses faster. Non-Arrhenius behaviors of Fe and Ni diffusion are found, which are mainly attributed to the chemical rather than magnetic transitions. Activation energies for Fe and Ni atoms are predicted to be 3.22 eV in the ferromagnetic $\mathrm{L}{1}_{2}$ phase, approximately 0.6 eV higher than in the paramagnetic disordered phase. Magnetic excitations significantly impact diffusion properties, with notable discrepancies between the equilibrium ferromagnetic and perfectly ferromagnetic states in the $\mathrm{L}{1}_{2}$ phase. Deviations from stoichiometric composition lower activation energies and enhance diffusion for both Fe and Ni, which is unexpectedly similar to the trends observed in B2-type intermetallics. In the absence of experimental tracer diffusion data for the $\mathrm{L}{1}_{2}$ phase, this work provides reliable diffusion predictions based on a model validated in disordered Fe-Ni alloys. These results are expected to guide future studies of phase transformation and domain growth in ordered intermetallics. This work provides a detailed analysis of diffusion in $\mathrm{L}{1}_{2}\text{\ensuremath{-}}{\mathrm{FeNi}}_{3}$, contributing a broader understanding of magnetochemical and compositional effects on diffusion behavior in intermetallic alloys.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,304 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».