近日，4001老百汇net周益春教授研究团队在HfO₂铁电薄膜辐照效应领域取得突破。该研究采用深度学习与排斥表相结合的方法，开发了一种适用于HfO₂铁电薄膜的势函数，将密度泛函理论（DFT）的高精度与分子动力学的高效性相结合，为HfO₂铁电薄膜在辐照环境下的位移损伤研究提供了创新性的解决方案。

深度学习与排斥表相结合的深度学习训练方法

这一成果发表在一区期刊《npj Computational Materials》（影响因子：11.5）上，题为“A model for studying displacement damage in irradiated HfO2 ferroelectric thin films”。文章的第一通讯单位为西安电子科技大学，材料院研究生张彦军和副教授陈华共同提出了模型的建立方法，通讯作者为周益春教授和陈华副教授。

HfO₂因其独特的铁电性能和兼容性，已成为抗辐照大规模存储器的新型材料。然而，HfO₂铁电相容易受到氧空位与电荷的影响，使其在高辐照环境下面临着铁电特性分散化的潜在威胁，因此，研究辐照位移损伤及其影响对HfO₂基铁电存储的大规模制造与应用意义重大。

所建立的模型能够准确预测HfO₂中多种晶相的性能，包括PO相(Pca2₁), T相(P4₂/nmc), AO相(Pbca), 和M相 (P2₁/c),更重要的是可以精确描述辐照过程中原子碰撞分离的动态过程，保证了用于预测辐照位移损伤时的准确性。计算出铪原子、三配位氧原子和四配位氧原子的位移阈值能量，分别为57.72 eV、41.93 eV和32.89 eV，这是描述位移损伤的主要特性。

不同入射方向 PKAs 在 HfO₂ 中的位移阈能

随着初级碰撞原子（PKAs）能量的增加，氧原子PKAs和铪原子PKAs的缺陷形成概率（DFP）逐渐升高，并在高能量时趋于1。在能量低于80.27 eV时，氧PKAs更容易形成点缺陷；而能量高于此阈值时，铪PKAs的缺陷形成概率更高，因为氧PKAs更倾向于形成替换环，一定程度上，抑制了点缺陷的生成。

不同 PKAs能量下的缺陷形成概率(DFP)和缺陷数

该研究对辐照条件下HfO₂薄膜中缺陷的形成机制进行了全面分析，为提高HfO₂铁电器件在辐照环境中的可靠性提供了重要理论支撑。周益春教授团队的研究不仅丰富了HfO₂铁电薄膜的基本物理特性理解，还为新一代高性能铁电器件的抗辐照设计和优化提供了科学依据，这一成果还展现了深度学习与材料科学相结合的巨大潜力。

文章链接：https://doi.org/10.1038/s41524-024-01465-6