PPMG近期论文速递

课题组博士生杨静，李志诚博士，吴晓科博士在结构材料领域期刊《Scripta Materialia》上发表研究论文《Physically constrained scaling relation for impurity diffusion activation energies》。该研究针对杂质扩散激活能对理解原子迁移和获取可靠动力学系数至关重要、却难以准确确定的问题，建立了一种物理约束的标度关系，将半经验物理嵌入机器学习辅助回归中以预测杂质激活能。该关系基于从845个实验扩散数据点中提取的68个杂质激活能，将总杂质扩散激活能分解为基体自扩散基线以及由熔点、价特性和晶体结构共同控制的溶质驱动调制项。预测结果在不同基体和磁态下与实验数据高度吻合，并能重现亚稳相的第一性原理数据；同时，溶质呈现高势垒与低势垒两组的分化，可作为指导动力学与稳定性导向合金设计的稳健描述符。该框架不仅提供准确预测，也为开发面向扩散相关材料行为的可解释、物理约束机器学习模型提供了可迁移策略。