浙东物理前沿讲坛第320讲：机器学习辅助的分子动力模拟:无铅压电材料初探
发布时间: 2025-10-23 15:08
报告人：王轲 研究员 清华大学
邀请人：罗来慧 教授
报告时间：2025年10月24日（周五）上午11：00
报告地点：龙赛理科楼南楼201会议室
报告人简介：
王轲，清华大学材料学院研究员、副院长，国家“杰出青年科学基金”获得者，获聘教育部“长江学者奖励计划”青年学者。主要从事压电陶瓷材料及器件研究，发表论文180余篇，被引14000余次，H因子58。获专利授权10余项，2019年获中国建筑材料联合会-中国硅酸盐学会科学技术奖一等奖(排名第二)。主持国家重点研发计划项目、国家自然科学基金委重点项目等十余项国家级项目。兼任中国硅酸盐学会微纳技术分会秘书长、电子元器件关键材料与技术专业委员会委员，以及Journal of the American Ceramic Society副主编。
报告摘要：
钙钛矿型铁电体是一类重要的压电材料，广泛应用于驱动器件和传感器等领域。开发兼具高性能与环境友好性的无铅压电材料已成为当前研究热点与迫切需求。铁电压电性能受相结构、畴壁与晶体缺陷等微观结构的相互作用影响显著，深入理解其耦合关系，对于材料性能优化与设计具有关键意义。本研究采用机器学习中的深度神经网络方法，构建适用于KNN体系的高精度原子间势能函数，模拟结果显示其能够准确预测材料的基本物理性质，如原子受力、总能量、弹性张量及声子谱等。此外，本研究还展示了如何基于该势能函数模拟材料中的重要结构与行为特征，包括变温相变、极化翻转以及缺陷对材料性能的影响。该方法不仅显著拓展了铁电材料的可模拟尺度，也为其他钙钛矿型铁电体系构建高精度势能函数提供了可行路径。
欢迎各位感兴趣的师生观摩、学习！