Прогнозирование на основе данных тернарных соединений Li-La-H при высоких давлениях

Abstract

Автор статьи использует метод прогнозирования структуры CALYPSO, основанный на ускорении потенциала машинного обучения, для дальнейшего изучения поверхности потенциальной энергии системы Li-La-H под высоким давлением. Единственная термодинамически стабильная фаза Li2LaH17 в предсказанной предшественниками системе Li-La-H была успешно воспроизведена, что доказывает высокую эффективность комбинации потенциальной функции и CALYPSO. И предсказал новую термодинамически стабильную фазу: Li2La2H23 с расчетом на 1-2 порядка ниже первого принципа, и получил несколько метастабильных фаз, которые могут иметь высокую температуру сверхпроводящего перехода.

The author of the paper uses the CALYPSO structure prediction method based on machine learning potential acceleration to further explore the potential energy surface of the Li-La-H system under high pressure. The only thermodynamically stable phase Li2LaH17 in the Li-La-H system predicted by the predecessors was successfully reproduced, which proved the high efficiency of the combination of potential function and CALYPSO. And predicted a new thermodynamically stable phase: Li2La2H23 with a calculation of 1-2 orders of magnitude lower than the first principle, and obtained some metastable phases that may have a high superconducting transition temperature.