Предсказание свойств материалов в широком диапазоне температур и давлений является важной задачей компьютерного материаловедения. Такое предсказание возможно только на основе атомистических методов расчета. Наиболее надежным и обоснованным подходом к решению данной задачи является квантово-химическое моделирование, однако, современных вычислительных мощностей хватает лишь для расчета эволюции систем, состоящих из порядка 1000 атомов на протяжении порядка сотен пикосекунд. Таким образом, данные методы не позволяют описать явления, происходящие на необходимых пространственно-временных масштабах. Альтернативой квантово-химическим методам может служить моделирование при помощи классических межатомных потенциалов взаимодействия. Однако, точность данных методов, как правило, является недостаточной для количественного описания материалов, в силу неспособности простых модельных потенциалов описать сложный рельеф потенциальной энергии большинства реальных систем (особенно многокомпонентных металлических сплавов). Подходом, свободным от трудностей обоих вышеуказанных методов, и обладающим при этом необходимой высокой точностью и производительностью, является конструирование классических многочастичных потенциалов взаимодействия с использованием методов машинного обучения. Основной идеей такого подхода является создание и использование сложных математических объектов, например, многослойных нейронных сетей для аппроксимации поверхности потенциальной энергии исследуемой системы, моделируемой с помощью первопринципных квантово-химических расчетов. В настоящее время данный подход успешно применен для описания ряда органических молекул, простых и бинарных соединений. В предлагаемом проекте планируется установить особенности применимости методов машинного обучения для конструирования межатомных потенциалов для высокоэнтропийных сплавов. Высокоэнтропийные сплавы (ВЭСы) – новый класс многокомпонентных сплавов, имеющих состав близкий к эквиатомному и содержащих четыре и более химических элементов. Такие сплавы обладают рядом уникальных особенностей и являются перспективными конструкционными и функциональными материалами. В силу большого числа элементов, компьютерное моделирование ВЭСов, сопряжено с существенными трудностями при использовании как первопринципных, так и классических методов. Для воспроизведения атомного беспорядка необходимы расчеты систем с большим количеством атомов, что является труднодостижимым в квантово-химическом подходе. В то же время для того, чтобы описать указанные системы классическим способом, понадобится большое количество параметров, обоснованный выбор которых является довольно трудной задачей. В то же время, разработка надежных теоретических методов прогнозирования и расчета свойств данных материалов является крайне актуальной задачей, поскольку экспериментальный подбор оптимального состава затруднен ввиду большого количества всевозможных химических составов ВЭС. Таким образом, использование методов машинного обучения для генерирования межатомных потенциалов, позволяющих количественно описывать наблюдаемые свойства ВЭСов является крайне актуальной задачей. Разрабатываемые потенциалы должны быть применимы в широком диапазоне температур и давлений. В данной работе предлагается ограничиться свойствами многокомпонентных жидких и твердых растворов. В качестве примеров предлагается использовать хорошо изученные экспериментально сплавы TiZrHfNbTa и CoCrFeMnNi.
