High-pressure melting and elastic behavior of vanadium and niobium based on <i>ab initio</i> calculations and machine learning molecular dynamics
Notice bibliographique
Résumé
Under high pressure, the group-VB transition metals vanadium (V) and niobium (Nb) exhibit simple crystal structures but complex physical behaviors, such as anomalous compression-induced softening and heating-induced hardening (CISHIH). Meanwhile, the impact of lattice thermal expansion-induced softening at elevated temperatures on HIH is yet to be investigated. Therefore, this study utilized ab initio (AIMD) and machine learning molecular dynamics (MLMD) to investigate the melting and abnormal mechanical softening-hardening behaviors of V and Nb under high pressure. Simulations reveal that the high-temperature Pnma phase of Nb reported in previous experimental studies is highly susceptible to mechanical instability and reverts to the body-centered cubic (BCC) phase. This discovery prompted a revised determination of the high-pressure melting line of Nb. The melting temperature of Nb significantly exceeds the existing theoretical and experimental estimate compared with that of V. AIMD simulations demonstrate that atomic thermal displacements have a greater influence on the HIH of V and Nb than pure electron temperature effects. In addition, the temperature-dependent anomalous elastic properties of V and Nb were investigated within a pressure range of 0-250 GPa using MLMD. The mechanical properties of V and Nb transitioned from HIH to heating-induced softening, elucidating the competition between thermal-expansion-induced softening and HIH. This study advances fundamental understanding of V and Nb physics, providing crucial theoretical foundations for establishing accurate equations of state and constitutive models for these metals.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».