一种锂合金深度学习势函数的构建方法

本发明涉及一种锂合金深度学习势函数的构建方法，包括：建立不同锂含量的镁锂合金初始晶体模型，并对模型进行结构优化，得到平衡态晶格常数。分别构建弹性常数计算模型、表面能计算模型、间隙原子缺陷模型和空位缺陷模型。通过施加应变分量并计算应变能拟合弹性常数分量，切割超胞结构优化后计算表面能，确定间隙位置后计算形成能，引入空位形成超胞结构并计算形成能。将数据集输入深度学习框架，通过调整截断半径参数优化模型精度，最终生成镁锂合金深度学习势函。与现有技术相比，本发明不仅解决了经典MEAM势函数无法准确预测基面层错能随锂含量变化趋势的问题，还弥补了第一性原理计算效率低的缺点，实现了接近经验势函数的计算效率。