La transition orthorhombique vers tétragonale pilotée par diffusion dans YBa2Cu3O7 déterminée avec un potentiel interatomique par apprentissage automatique

Pourquoi de minuscules déplacements d’atomes comptent

Des fils supraconducteurs capables de transporter d’énormes courants électriques avec presque aucune perte sont des éléments clés des futurs réacteurs à fusion et des accélérateurs de particules puissants. L’un des matériaux les plus prometteurs pour ces fils est un oxyde de cuivre appelé YBCO. Mais YBCO contient de nombreux défauts atomiques qui peuvent affaiblir ses performances, en particulier sous irradiation et haute température. Cette étude montre comment un nouveau type de modèle informatique peut suivre ces défauts en détail et expliquer un changement subtil de la structure cristalline qui se produit lorsque la température augmente.

Un cristal utilisé dans des aimants de haute technologie

Le YBCO appartient à une famille de supraconducteurs à haute température utilisés dans des rubans avancés pour des dispositifs de fusion compacts et des aimants d’accélérateurs. Ses propriétés utiles dépendent de manière très sensible de la disposition des atomes d’oxygène à l’intérieur du cristal. Si trop d’atomes d’oxygène manquent ou sont mal placés, le matériau peut passer d’un bon supraconducteur à un comportement plus proche d’un métal ordinaire voire d’un isolant. L’irradiation, comme dans un réacteur à fusion, peut déloger des atomes et créer de tels défauts. Des expériences suggèrent que le simple chauffage d’échantillons irradiés peut réparer une partie des dommages, ce qui laisse entendre que les atomes d’oxygène sont suffisamment mobiles pour revenir à de meilleures positions.

Apprendre à un ordinateur à ressentir les forces atomiques

Pour comprendre ces réarrangements atomiques, les auteurs ont construit un modèle d’apprentissage automatique des interactions entre atomes de YBCO. Plutôt que de s’appuyer sur des formules fixes et simples pour les forces entre atomes, ils ont entraîné un « potentiel interatomique » à partir de milliers de calculs quantiques détaillés. Les données d’entraînement comprenaient des cristaux parfaits, des structures étirées ou comprimées de diverses manières, et de nombreuses configurations avec des lacunes, des atomes supplémentaires introduits dans le réseau et des régions fortement désordonnées. Cette diversité permet au modèle de reconnaître à la fois des environnements calmes et chaotiques qui apparaissent lorsque les atomes d’oxygène se déplacent.

Mettre le modèle à l’épreuve

L’équipe a vérifié que leur potentiel par apprentissage automatique pouvait reproduire des propriétés de base du YBCO, comme l’évolution de son énergie lorsque le cristal est comprimé ou dilaté et la façon dont les distances interatomiques répondent. Ils ont aussi examiné des défauts d’oxygène spécifiques où un atome d’oxygène quitte son site normal pour occuper une position intermédiaire, créant ce que l’on appelle une paire de Frenkel. Ces mouvements s’accompagnent d’un coût énergétique et d’une barrière à franchir. Le nouveau modèle a mieux reproduit les calculs quantiques exigeants pour ces quantités que les modèles empiriques antérieurs, en particulier pour les barrières énergétiques qui contrôlent la facilité de diffusion de l’oxygène.

Suivre un changement de forme subtil sous l’effet de la chaleur

Armés de ce modèle précis, les chercheurs ont exécuté de longues simulations de dynamique moléculaire sur de grands cristaux chauffés de quelques centaines à plus de mille kelvins. À basse température, le cristal présente une empreinte légèrement rectangulaire : des chaînes d’atomes d’oxygène parcourent une direction in-plan, donnant une forme « orthorhombique ». À mesure que la température augmente, des atomes d’oxygène sautent de ces chaînes vers des sites voisins entre les chaînes. Cela brise progressivement les longues chaînes droites et supprime la direction privilégiée dans le plan. Autour de 800 kelvins dans les simulations, le cristal devient presque carré en section, une forme « tétragonale », rappelant ce que les expériences observent à des températures quelque peu plus élevées.

Désordre, entropie et pourquoi le changement se produit

En suivant la fréquence des sauts d’oxygène et l’évolution du coût énergétique des paires de Frenkel lorsque le réseau se dilate, les auteurs montrent que la transition n’est pas uniquement motivée par un gain d’énergie. Près de la transition, la formation de ces défauts coûte encore de l’énergie, mais le nombre croissant de façons d’agencer les atomes d’oxygène augmente l’entropie du système, ce qui favorise le désordre. Cette poussée entropique, aidée par une légère baisse de l’énergie des défauts à volumes plus grands, conduit le cristal d’un état en chaînes ordonnées vers un état plus désordonné mais plus symétrique. Le modèle suggère aussi que de faibles quantités d’oxygène manquant accélèrent légèrement la transition, en accord avec des indications expérimentales.

Ce que cela signifie pour les futurs dispositifs supraconducteurs

Pour les non-spécialistes, le message clé est qu’un modèle d’apprentissage automatique soigneusement entraîné peut désormais suivre la danse des atomes d’oxygène dans un supraconducteur complexe et expliquer comment leur mouvement reconfigure le cristal à haute température. Cette capacité ouvre la voie à des simulations réalistes à grande échelle de la réponse du YBCO à l’irradiation et à la chaleur dans des aimants en service, et à l’étude des traitements thermiques susceptibles de restaurer ses performances. Plus largement, ce travail montre que l’apprentissage automatique peut gérer des oxydes composés de plusieurs éléments et d’une chimie complexe, offrant un nouvel outil pour concevoir et protéger des matériaux supraconducteurs avancés.

Citation: Gambino, D., Di Eugenio, N., Byggmästar, J. et al. The diffusion-driven orthorhombic to tetragonal transition in YBa₂Cu₃O₇ derived with a machine learning interatomic potential. npj Quantum Mater. 11, 41 (2026). https://doi.org/10.1038/s41535-026-00891-7

Mots-clés: YBCO, diffusion de l’oxygène, potentiel par apprentissage automatique, supraconducteurs, transition de phase