利用机器学习原子间势导出的扩散驱动的正交到四方相变在YBa2Cu3O7中的机理

为什么微小的原子位移很重要

能够以几乎无损耗输送巨大电流的超导电缆，是未来聚变反应堆和强大粒子加速器的重要构件。用于这些电缆的最有前景材料之一是铜氧化物化合物YBCO。但YBCO中存在大量原子缺陷，这些缺陷在辐照和高温条件下会削弱其性能。本研究展示了一种新型计算模型如何详细追踪这些缺陷，并解释晶体在温度升高时发生的细微形变。

用于高端磁体的晶体

YBCO属于一类高温超导体，常用于紧凑型聚变装置和加速器磁体的先进带材。其有用性质对晶体内氧原子的排列极为敏感。如果缺少或错位的氧太多，材料可能从良好的超导体转变为更像普通金属，甚至成为绝缘体。在聚变反应堆等环境中，辐射会将原子击出位置并产生此类缺陷。实验表明，仅加热受辐照样品即可修复部分损伤，这暗示氧原子具有足够的迁移性能够回到更有利的位置。

教计算机‘感受’原子力

为理解这些原子重排，作者们构建了一个机器学习模型来描述YBCO中原子的相互作用。他们没有依赖简单、固定的力学公式，而是用数千次详尽的量子力学计算来训练一个“原子间势”。训练数据包括完美晶体、以不同方式拉伸或压缩的结构，以及许多含有空位、被挤入的额外原子和高度无序区域的构型。这种广泛的数据使模型能够识别氧原子移动时出现的平静与混乱环境。

检验模型

研究团队验证了他们的机器学习势能是否能再现YBCO的基本性质，例如在晶体受压或膨胀时能量如何变化以及原子间距如何响应。他们还考察了特定的氧缺陷，即某个氧原子离开常位点并占据中间位置，形成所谓的Frenkel对。这类移动有能量代价并伴随需要跨越的能垒。与早期的经验模型相比，新模型在这些量值上与严格的量子计算结果吻合得更好，尤其是在控制氧扩散难易程度的能垒方面表现突出。

随温度追踪细微的形变

借助这一精确模型，研究人员对大尺寸晶体进行了长时间的分子动力学模拟，把温度从几百开尔文加热到一千多开尔文。在低温时，晶体的横截面呈略微矩形：氧链沿晶面的一条方向延伸，形成“正交”结构。随着温度升高，氧原子从这些链跳入相邻链间的位点，逐步打断长直的链并消除平面内的优选方向。在模拟中大约800开尔文左右，晶体的横截面变得近似方形，即“四方”结构，这与实验在稍高温度看到的情况相呼应。

无序、熵以及相变的原因

通过追踪氧原子的跳跃频率以及随着晶格膨胀Frenkel对的能量代价如何变化，作者们表明该相变并非纯粹由能量降低驱动。在接近相变的温度下，形成这些缺陷仍然需要能量，但可供排列氧原子的方式增多提升了体系的熵，从而有利于无序。熵的这一推动力，辅以在较大体积下缺陷能略有下降，共同促使晶体从有序的氧链态转向更无序但对称的态。模型还表明，少量缺氧会稍微加速相变，这与实验线索相符。

这对未来超导器件意味着什么

对非专业读者来说，关键信息是：经过精心训练的机器学习模型现在可以追踪复杂超导体中氧原子的“舞动”，并解释它们的运动如何在高温下重塑晶体结构。这一能力为现实的大尺度模拟打开了大门，可用于研究YBCO在工作磁体中对辐照和热的响应，以及加热处理如何可能恢复其性能。更广泛地看，这项工作表明机器学习能够处理多元素和复杂化学的氧化物，提供了一个设计和保护先进超导材料的新工具。

引用: 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

关键词: YBCO, 氧扩散, 机器学习势, 超导体, 相变