影响氧化铁表面氢吸附行为关键因素的机器学习研究
ID:533 View Protection:ATTENDEE Updated Time:2025-04-24 19:35:14 Hits:1684 Invited speech

Start Time:2025-05-11 08:50(Asia/Shanghai)

Duration:20min

Session:N 数据驱动表面工程论坛 » N1上午场

No files

Abstract
深入探究氢在掺杂氧化铁(α-Fe₂O₃)表面的吸附行为对于优化钢铁材料的耐腐蚀特性至关重要。在本研究中,将密度泛函理论(DFT)计算与机器学习相结合,系统地研究了氢在掺杂氧化铁表面的吸附行为。从DFT计算中获得了597个数据点。基于这些数据,开发了机器学习模型来预测氢的结合能和吸附能,从而阐明它们之间的差异,并深入挖掘决定氢吸附行为的关键特征。随机森林回归(RFR)模型的50次迭代表明,电子特征(例如:εx,O原子x方向轨道的p带电子中心)在预测结合能方面占主导地位,而几何和原子特征(例如:MRA,掺杂位点原子半径和DO2,O原子与第二近邻金属原子的距离)在预测氢吸附能方面发挥着更为重要的作用,这表明结构信息对于描述氢吸附引起的局域变形的重要性。此外,采用偏依赖图(PDPs)来评估关键特征对氢吸附的影响,能够为揭示氢吸附引起局域畸变的潜在机制提供有价值的见解。
Keywords
氢吸附;氧化膜;机器学习;特征;第一性原理计算
Speaker
高磊
教授 北京科技大学

Submission Author
高磊 北京科技大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 09

    2025

    to

    May 11

    2025

  • May 11 2025

    Registration deadline

  • May 14 2025

    Abstract Submission Deadline

  • May 14 2025

    Draft paper submission deadline

  • Aug 07 2025

    Contribution Submission Deadline

Sponsored By
中国机械工程学会表面工程分会
Organized By
天津大学
中国地质大学(北京)
海南大学
北京科技大学
Contact Information