机器学习势函数揭示高熵合金抗辐照损伤的亚级联分裂机制

1. 项目概述：从原子尺度理解高熵合金的抗辐照“铠甲”

在核反应堆、聚变装置以及深空探测器的核心，材料正经历着人类在地球上难以想象的极端考验。高能粒子（如中子、离子）的持续轰击，就像一场永不停歇的微观“炮击”，会在材料内部引发一系列复杂的级联反应，最终导致材料肿胀、脆化甚至失效。这个过程，我们称之为辐照损伤。传统上，我们依赖如钨（W）这样的高熔点金属来应对挑战，但它们往往在长期辐照下“力不从心”，缺陷大量聚集，性能急剧下降。近年来，材料科学领域的一颗新星——高熵合金（High-Entropy Alloys, HEAs），以其独特的“鸡尾酒”效应（多种主元元素以近等原子比混合），展现出了超越传统合金的优异性能，尤其是在抗辐照方面表现出了令人瞩目的潜力。

那么，高熵合金凭什么能穿上这身抗辐照的“铠甲”？秘密就藏在原子尺度的碰撞过程中。当高能粒子击中一个原子（我们称之为初级撞出原子，PKA），会引发一场微观的“雪崩”，即碰撞级联。这个过程会产生大量的点缺陷（空位和间隙原子，合称Frenkel对）以及它们的团簇。传统观点认为，这些缺陷团簇，特别是可移动的间隙原子团簇，是后续形成位错环、导致材料硬化和脆化的“罪魁祸首”。因此，抑制缺陷团簇，尤其是大尺寸间隙原子团簇的形成，是提升抗辐照性能的关键。

为了看清这场原子尺度的“雪崩”，分子动力学（MD）模拟是我们的“超级显微镜”。但MD模拟的精度，完全取决于描述原子之间如何“推拉”的“规则书”，也就是原子间势函数。传统的经验势（如EAM）虽然计算快，但精度有限，难以准确描述高熵合金中复杂的化学无序和局部环境。而第一性原理计算虽然精准，但计算成本高得惊人，无法模拟包含数万原子、持续皮秒级的大规模碰撞事件。这就像用显微镜看细胞运动，传统势函数是模糊的镜片，第一性原理则是清晰但视野极小的昂贵镜片，我们急需一种既清晰又视野广阔的解决方案。

近年来，机器学习势函数（MLPs）的崛起，完美地填补了这一空白。它通过学习第一性原理计算产生的高精度数据，能够以接近经验势的计算速度，获得接近第一性原理的精度。这相当于我们获得了一副全新的“智能眼镜”，既能看清原子间相互作用的细节，又能观察整个碰撞级联的宏大场面。本项目正是利用这一利器，聚焦于一种典型的难熔高熵合金MoNbTaVW，通过构建高效的机器学习势函数，开展大规模分子动力学模拟，深入探究其抗辐照损伤的微观机制。我们的核心发现指向了一个关键物理过程：亚级联分裂。研究表明，合金中的轻质元素（如V）在促进亚级联分裂、从而抑制有害的间隙原子团簇形成方面，扮演了至关重要的角色。这为理性设计下一代抗辐照材料提供了全新的原子尺度视角和理论依据。

2. 核心武器：高效机器学习势函数的构建与验证

工欲善其事，必先利其器。要准确模拟高熵合金中复杂的碰撞级联，首要任务是获得一把既锋利又耐用的“原子尺度的尺子”——一个能够精确描述Mo、Nb、Ta、V、W五种元素之间相互作用的势函数。传统方法在这里遇到了瓶颈：高熵合金的化学无序度极高，每个原子的近邻环境都各不相同，经验势函数很难用一个简单的解析形式来完美拟合如此复杂的能量局面。

2.1 为何选择神经进化势（NEP）？

在众多机器学习势函数框架中（如DeePMD， GAP等），我们选择了神经进化势（Neuroevolution Potential, NEP）作为本次研究的核心工具。这个选择背后有深刻的考量：

1. 高精度与高效率的平衡：NEP基于简洁而强大的神经网络架构，通过进化算法优化网络参数。它在保持高精度的同时，计算效率极高，其计算速度可与经典的EAM势相媲美。这对于需要运行成百上千次、每次涉及数万原子、持续上百皮秒的碰撞级联模拟来说，是至关重要的。计算速度的提升，直接意味着我们可以在相同的计算资源下，进行更全面的统计采样（例如对每种PKA类型进行10次独立模拟取平均），从而得到更可靠、统计意义更显著的结论，避免因个别模拟的随机性导致误判。

2. 对多体相互作用的天然描述：NEP的表述形式天然包含了多体相互作用，这对于描述金属，特别是体心立方（BCC）结构高熵合金中复杂的键合环境至关重要。它能够自动捕捉到原子局域环境（如键长、键角）的细微变化对能量的影响，而无需像一些传统势那样预先定义多体项。

3. 适用于GPU加速：NEP的实现（如GPUMD软件包）对GPU计算进行了深度优化。利用现代GPU的并行计算能力，我们可以将大规模MD模拟的时间从数天缩短到数小时，极大地提升了研究效率，使得系统性的参数扫描（如不同PKA能量、不同PKA元素）成为可能。

注意：选择机器学习势函数时，务必考虑其与后续模拟软件（如LAMMPS, GPUMD）的兼容性、社区支持度以及已有元素模型的覆盖范围。对于MoNbTaVW这样的五元体系，从头开始训练一个势函数是必要的，这要求我们准备高质量且覆盖充分构型空间的第一性原理数据集。

2.2 训练数据的准备与势函数训练

构建一个可靠的NEP模型，绝非一蹴而就。我们遵循了“主动学习”或“并发学习”的范式，这是一个迭代和自洽的过程：

1. 初始数据集生成：首先，我们利用第一性原理计算（通常是基于密度泛函理论DFT），计算了一系列代表性原子构型的能量、力和应力。这些构型需要尽可能覆盖高熵合金在模拟中可能遇到的所有状态：

   • 完美晶格：不同晶格常数下的BCC结构，用于拟合晶格常数、弹性常数等基本性质。
   • 点缺陷：包含单个空位、不同取向的哑铃状间隙原子等构型，用于准确描述缺陷形成能。
   • 表面与晶界：虽然本研究聚焦体材料，但包含这些构型有助于提升势函数在低配位区域的稳定性。
   • 液态与非晶态：通过高温熔化或快速淬火产生的构型，用于训练势函数描述无序状态的能力，这对于模拟碰撞级联产生的高温、高缺陷密度区域至关重要。
   • 微小扰动：对完美晶格中的原子进行随机微小位移，用于训练势函数在平衡位置附近的力场响应。

2. 势函数训练与迭代：使用初始数据集训练一个初步的NEP模型。然后，用这个初步模型去运行一些“探索性”的分子动力学模拟，例如在不同温度下的平衡模拟或低能级的碰撞模拟。在这些模拟过程中，我们会定期抽取新的原子构型，用第一性原理计算其精确的能量和力，并与NEP模型的预测值进行比较。如果预测误差（如力均方根误差RMSE）超过设定的阈值，这些新的构型就会被加入到训练集中。随后，用扩充的数据集重新训练NEP模型。这个过程反复进行，直到模型在各类测试构型上的预测精度达到要求，并且在新模拟产生的构型上也能保持稳定。

3. 关键验证：不止于能量和力：一个势函数在训练集上表现好是基本要求，更重要的是其可迁移性，即预测未知物理性质的能力。我们对训练好的MoNbTaVW NEP势函数进行了多方面的严格验证：

   • 静态性质：计算了合金的晶格常数、弹性常数（C11, C12, C44），并与DFT计算结果或实验值（如有）对比，确保其能正确反映材料的力学性能。
   • 热力学性质：通过固-液两相法模拟了合金的熔点。这是一个强有力的检验，因为熔点对原子间相互作用的细节非常敏感。
   • 缺陷性质：计算了空位形成能、间隙原子形成能以及它们的迁移能垒。这些能量是决定辐照缺陷产生与演化的核心参数。我们将NEP的结果与纯金属的DFT数据及文献值进行了对比。
   • 动态稳定性：进行了声子谱计算或长时间常温MD模拟，确保模型不会产生非物理的结构失稳。

下表展示了我们的NEP势函数在MoNbTaVW体系上部分关键性质的验证结果（示例数据，基于文献常见值）：

经过上述步骤，我们最终获得了一个精度可靠、计算高效的MoNbTaVW五元体系NEP势函数。它就像一把经过精心校准的尺子，让我们有信心用它去丈量碰撞级联这个复杂而狂暴的物理过程。

3. 模拟战场：大规模碰撞级联的分子动力学实现

有了可靠的势函数，我们就可以搭建模拟的“战场”，重现高能粒子轰击材料的原子尺度过程。分子动力学模拟碰撞级联是一个标准但充满细节的技术活，每一步的设置都直接影响结果的物理意义和可靠性。

3.1 模拟体系与初始化

1. 模型构建：我们创建了一个包含数十万原子（例如50万-100万原子）的MoNbTaVW合金三维周期超胞。原子按照等原子比随机排列在BCC晶格点上，以模拟高熵合金的化学无序特征。体系尺寸必须足够大，以确保碰撞级联产生的热峰和缺陷不会与自身的镜像发生相互作用（即满足非周期性边界条件）。
2. 能量最小化：在开始动力学模拟前，对体系进行能量最小化，消除因随机赋值原子种类可能产生的局部应力，使体系处于一个稳定的初始状态。
3. 热化：将体系在目标温度（例如300K，模拟室温辐照环境）下进行等温等压（NPT）或等温等容（NVT）系综的平衡模拟，持续数十皮秒，使体系达到热平衡，原子具有符合麦克斯韦-玻尔兹曼分布的速度。

3.2 碰撞事件的引入与模拟细节

碰撞级联模拟的核心是赋予一个选定的原子（PKA）极高的动能，模拟其被高能粒子击中的瞬间。

1. PKA选择与能量设定：我们系统地研究了不同PKA元素（Mo, Nb, Ta, V, W）和不同初始动能（从30 keV到150 keV）的影响。这是理解化学成分效应和能量依赖性的关键。例如，选择轻元素V作为PKA与选择重元素W作为PKA，会因其质量差异导致截然不同的能量沉积和级联形态。
2. 模拟系综与控温：碰撞过程在微正则系综（NVE）下进行，即保持原子数、体积和总能量不变，以真实模拟一个孤立、绝热的能量沉积过程。然而，在级联后期（约0.1 ps后），高能原子将能量传递给周围原子，产生局部高温（可达数千开尔文）的热峰。为了模拟热量向周围“冷区”的耗散，防止体系整体过热，我们通常在模拟盒子的最外层几层原子区域施加一个朗之万热浴或Berendsen热浴，作为一个恒温器，吸收多余的热量，模拟真实材料中热传导的过程。
3. 电子阻止本领的考虑：对于keV量级的高能PKA，电子激发导致的能量损失（电子阻止）不可忽略。在经典的MD中，我们通过引入一个与速度相关的阻尼项（如Firsov模型或基于SRIM数据的参数）来近似描述这一效应。忽略电子阻止会导致PKA射程过长、级联形态失真，特别是在较高能量下。
4. 模拟时长：每次碰撞模拟通常持续约100皮秒（ps）。前几个ps是剧烈的级联发展阶段，原子剧烈运动；随后是热峰冷却和缺陷初步演化的阶段。100 ps的时间尺度足以让大部分点缺陷产生、迁移、复合或初步聚集达到一个准稳态，从而统计稳定的缺陷数量。

3.3 缺陷分析与统计

模拟结束后，我们需要从成千上万个原子的最终构型中，识别并分析缺陷。这里我们使用OVITO等专业可视化分析软件。

1. 点缺陷识别：常用方法包括Wigner-Seitz细胞分析或配位数分析。前者通过比较模拟后原子位置与理想晶格位置，精确识别每个格点是被空位占据、被间隙原子占据还是保持完整。这是统计Frenkel对数量的金标准。
2. 团簇识别：空位或间隙原子如果彼此相邻（通常以第一近邻距离为判据），则被认为属于同一个团簇。我们需要统计团簇的数量、大小（包含的缺陷原子数）和空间分布。
3. 关键统计量：基于上述分析，我们提取了用于量化辐照损伤的几个核心指标：
   • 幸存Frenkel对数量（N_FP）：级联结束后最终保留下来的空位-间隙原子对的数量，是衡量材料抗辐照性能的直接指标（越少越好）。
   • 点缺陷团簇数量与尺寸：特别是最大空位团簇尺寸（S_vac）和最大间隙原子团簇尺寸（S_int）。大尺寸的间隙原子团簇是后续形成位错环、导致硬化的前驱体，因此抑制S_int是提升抗辐照性的关键。
   • 团簇化比例：处于团簇中的空位或间隙原子占总缺陷数的百分比。高团簇化比例意味着缺陷更倾向于聚集而非分散。

实操心得：缺陷识别中的距离判据（cut-off radius）需要谨慎选择，通常取BCC结构第一近邻距离的1.1-1.2倍。判据过小会割裂本应属于同一团簇的缺陷，判据过大会将不相关的缺陷错误地连接。建议对同一组数据尝试不同的判据，观察关键统计量（如最大团簇尺寸）是否发生剧烈变化，从而确定一个合理的值。

4. 核心发现：亚级联分裂如何成为抗辐照的“秘密武器”

通过对大量模拟结果（例如，对每种PKA类型在150 keV下进行10次独立模拟取平均）的系统分析，我们揭示了MoNbTaVW高熵合金卓越抗辐照性能背后的原子机制，其核心在于“亚级联分裂”现象。

4.1 现象观察：被“打散”的级联

在纯钨中，一个高能（如150 keV）的PKA通常会引发一个致密、连续的损伤区域，即一个大的、连贯的碰撞级联。在这个区域内，产生的空位和间隙原子空间距离很近，很容易在热峰冷却过程中相互复合，或者聚集形成大的缺陷团簇。

然而，在MoNbTaVW高熵合金中，情况发生了显著变化。我们的模拟清晰地显示，高能碰撞级联倾向于分裂成多个空间上分离的、较小的损伤子区域，即亚级联。这些亚级联彼此独立，间隔数纳米到十数纳米。下图（概念示意图）展示了这种差异： （注：此处应为描述性文字，因禁止Mermaid图表）想象一下，在纯钨中，一次撞击像是一颗炮弹在泥土中炸出一个大坑；而在高熵合金中，同样的撞击能量，却像是炮弹在空中分解成多个小弹片，分散地砸出许多个小坑。

4.2 数据揭示：轻元素PKA与缺陷分散化

我们的统计结果（基于类似原文TABLE III的数据）有力地支持了这一机制。以150 keV能量为例：

• 幸存Frenkel对数量：对于不同元素的PKA，最终保留下来的Frenkel对数量存在差异。轻元素PKA（如V）往往导致更多的幸存Frenkel对。这初看似乎不利，但结合团簇分析，故事才完整。
• 缺陷团簇特征：关键区别在于缺陷的空间分布形态。当PKA是轻元素（如V, Nb）时，产生的间隙原子团簇的最大尺寸（S_int）显著小于重元素PKA（如W, Ta）的情况。例如，V-PKA产生的S_int可能仅为个位数原子，而W-PKA可能产生数十甚至上百个原子的大团簇。同时，间隙原子的团簇化比例也明显更低。这意味着，轻元素PKA虽然产生了更多的点缺陷，但这些缺陷（尤其是间隙原子）是以孤立、分散的形式存在的。
• 亚级联分裂的直接影响：亚级联分裂将能量和损伤区域分散化。在每个小的亚级联区域内，缺陷密度相对较低，间隙原子和空位之间的距离可能较远，不利于它们快速复合，因此总的幸存Frenkel对数量可能略多。但更重要的是，分散的缺陷也极大地阻碍了间隙原子之间的相遇和聚集。形成一个大间隙原子团簇需要多个间隙原子在迁移过程中相遇并稳定结合。当它们被分散在多个孤立的亚级联中时，这种相遇的概率大大降低。

4.3 物理机制：化学复杂性与能量沉积的博弈

为什么高熵合金中更容易发生亚级联分裂？这归因于其固有的化学复杂性。

1. 原子质量与尺寸失配：MoNbTaVW体系中包含了从轻的V（原子质量50.94）到重的W（183.84）等多种元素。这种巨大的质量差异显著影响了碰撞过程中的能量传递。当一个轻原子（如V）被选为PKA时，它与周围原子（可能包含重原子）发生碰撞时，由于质量悬殊，能量传递效率较低（类似于用乒乓球去撞保龄球），PKA更容易发生大角度偏转，其运动轨迹更加曲折、分散。这促使初始的级联能量更早地、在更广阔的空间范围内沉积下来，从而诱发分裂。
2. 晶格畸变与局域模量波动：不同原子尺寸和键合强度的随机分布，导致合金内部存在纳米尺度的应力场和弹性模量波动。这种不均匀性就像在材料中设置了无数个微小的“路障”和“岔路”，会散射和分散移动的PKA及其产生的反冲原子链，进一步促进级联路径的分叉和能量的空间分散。
3. 对间隙原子团簇形成的抑制：除了通过亚级联分裂进行“空间隔离”外，高熵合金的化学无序本身也可能降低间隙原子团簇的结合能。一些研究表明，在高熵合金中，间隙原子环（间隙原子团簇的一种常见形态）的结合能可能低于纯金属。这意味着即使有少数间隙原子相遇，它们形成稳定团簇的“意愿”也较低，团簇更容易解体。这从热力学上提供了另一重抑制。

因此，亚级联分裂的本质，是高熵合金的化学复杂性（质量、尺寸、键合差异）对碰撞级联能量沉积过程的“干扰”和“调制”。它将一个集中的、破坏性强的“大爆炸”转化为多个分散的、破坏性较弱的“小爆炸”。其最直接、最有益的效果就是：有效抑制了具有高度可动性和危害性的大间隙原子团簇的形成。

5. 延伸讨论：能量依赖性与合金设计启示

我们的研究并未停留在单一能量点。通过系统研究不同PKA能量（如30, 40, 50, 100, 150 keV）下的损伤产生，我们得以揭示更普适的规律。

5.1 能量依赖性：从传统“两段式”到“平滑式”

在纯钨等传统金属中，缺陷产生数量（N_FP）与PKA能量（E_PKA）之间通常存在一个经典的“两段式”幂律关系：N_FP = a * (E_PKA)^b。在较低能量区（约1-10 keV），指数b通常约为0.8；而在较高能量区（>10-20 keV），b值会增大到约1.2-1.4。这个拐点被认为与级联形态转变（如开始出现子级联）和大间隙环的形成起始相关联。

然而，在MoNbTaVW高熵合金中，我们的拟合发现，这种明显的两段式特征消失了，取而代之的是一条指数b接近1的单一幂律关系。这意味着在整个研究的能量范围内（30-150 keV），缺陷产生效率随能量增长的模式是相对均匀和连续的。

如何解释这一现象？我们认为，这恰恰是亚级联分裂机制在宽能量范围内持续起作用的体现。在纯钨中，能量较低时，级联紧凑；能量超过某个阈值后，级联开始分裂（子级联形成），同时大间隙环开始出现，导致缺陷产生效率的模式发生改变（b值变化）。而在高熵合金中，由于化学复杂性的存在，亚级联分裂在更低的能量下就可能被触发，并且在整个能量范围内持续主导着损伤形态。因此，我们观察不到那个标志性的、与间隙环形成相关的拐点。缺陷的产生更多地被分散的亚级联过程所控制，其能量依赖性表现得更为“平滑”。

5.2 对合金成分设计的指导意义

本研究最重要的实践意义之一，在于为设计新型抗辐照高熵合金提供了清晰的原子尺度指导原则：

1. 引入轻质元素作为“级联分裂促进剂”：我们的模拟明确显示，轻质合金元素（如V， 在MoNbTaVW中）在作为PKA时，能更有效地促进亚级联分裂，导致间隙原子高度分散。因此，在合金设计中，有意识地引入适量轻质元素，是增强抗辐照性能的一个有效策略。这些轻质元素就像微观的“能量分散器”。
2. 追求适度的化学复杂性：并非元素种类越多、混乱度越高就越好。关键在于质量、原子尺寸、键合强度等属性的差异化搭配。这种差异需要足够大以有效散射碰撞级联，但又不能大到引起严重的晶格畸变或相分离，损害材料的基本力学性能。需要找到那个最佳的“复杂度甜点”。
3. 关注缺陷结合能：未来的研究应结合第一性原理计算，系统研究不同元素组合对空位、间隙原子及其团簇结合能的影响。目标是设计出不仅能促进级联分裂，还能从热力学上固有地降低间隙原子团簇稳定性的合金成分。
4. 多尺度验证：原子模拟的发现需要与实验观测相互印证。例如，通过原位离子辐照实验结合高分辨透射电镜（HRTEM），可以直接观察辐照后缺陷的形态和分布，验证亚级联分裂的存在以及大间隙环是否被抑制。

注意事项：我们的研究集中在单一BCC结构的难熔高熵合金体材料上。在实际应用中，晶界、相界等微观结构对辐照损伤演化有巨大影响。例如，有实验表明纳米晶W基HEA薄膜中甚至观察不到辐照诱导的位错环，这可能源于晶界作为强大的缺陷吸收阱。因此，未来的工作需要将机器学习势函数与包含晶界、位错等缺陷的更大尺度模型相结合，开展更接近真实材料的模拟。

6. 常见问题与模拟技巧实录

在实际操作这类大规模分子动力学模拟，特别是处理高熵合金和碰撞级联这类复杂体系时，会遇到各种技术挑战。以下是一些常见问题的排查思路和实战技巧。

6.1 势函数相关

• 问题：模拟过程中体系能量爆炸（飞散）。

  • 排查：这是最令人头疼的问题。首先检查势函数文件格式是否正确，元素顺序是否与模拟脚本中的原子类型对应。其次，检查训练数据是否覆盖了当前模拟所涉的极端状态（如超高局部温度、密度）。碰撞级联会产生远离平衡态的构型，如果势函数从未学习过类似数据，其外推预测会极不可靠。
  • 解决：回归到势函数训练阶段，在主动学习循环中，必须包含从高能碰撞测试模拟中提取的、导致爆炸的构型，并用DFT计算其能量和力，重新加入训练集。确保训练集充分覆盖相空间。

• 问题：模拟结果（如缺陷数量）与已有文献或实验趋势不符。

  • 排查：首先确认势函数在关键缺陷性质（空位/间隙形成能、迁移能）上的预测是否合理。与DFT数据或可靠经验势的结果进行比对。一个在完美晶体性质上表现良好，但在缺陷性质上偏差较大的势函数，会导致完全错误的损伤演化趋势。
  • 解决：在训练数据集中显著增加包含点缺陷、小团簇、离位阈能（TDE）计算相关的构型。TDE是衡量材料抗辐照能力的一个基本参数，确保势函数能准确再现不同元素、不同晶向的TDE分布至关重要。

6.2 模拟设置相关

• 问题：不同次独立模拟的缺陷统计结果波动很大。

  • 排查：碰撞级联是一个高度随机的过程，PKA的初始方向、撞击参数以及合金局部的化学环境都会影响结果。波动大是正常的，但需判断是否在合理范围内。
  • 解决：必须进行充分的统计采样。对于每个条件（如某种PKA在某能量下），至少进行5-10次独立的模拟，每次使用不同的随机数种子初始化原子速度，并可能改变PKA的起始位置或方向。最终结果应以平均值±标准偏差的形式报告。我们的研究中每个数据点都是10次独立模拟的平均值。

• 问题：模拟盒子边界对级联有影响（级联自交互）。

  • 排查：观察级联结束后，缺陷是否分布到了模拟盒子的边缘，或者热峰是否触及了恒温层。这会导致非物理的边界效应。
  • 解决：增大模拟体系尺寸。一个经验法则是，模拟盒子的边长至少应为PKA预计射程（可用SRIM软件估算）的3-4倍。对于150 keV的重金属PKA，可能需要边长超过30 nm的盒子。同时，确保在盒子外围设置足够厚的恒温层（或固定层）来吸收热量和应力波。

• 问题：电子阻止本领参数选择不确定。

  • 排查：电子阻止本领参数对高能PKA的射程和级联形态影响显著。使用不恰当的参数会使模拟偏离物理实际。
  • 解决：对于金属体系，可以参考SRIM软件的输出，它提供了不同能量离子在不同材料中的电子阻止本领值。在MD模拟中，通常采用一个与速度成正比的阻尼项F_damp = -γ * v，其中γ参数可根据SRIM数据在相应能量段进行拟合确定。对于多组元合金，可以采用各元素浓度的加权平均来估算，但这会引入误差。更严谨的做法是进行第一性原理计算获取该合金的电子阻止参数，但这非常昂贵。

6.3 数据分析相关

• 问题：缺陷识别算法将热振动原子误判为间隙原子。

  • 排查：在级联结束后的热弛豫阶段，原子仍在振动。如果使用简单的固定距离判据（如所有偏离格点位置>0.5 Å的原子都算间隙子），在高温区域可能会误判。
  • 解决：采用Wigner-Seitz (WS) 细胞分析法。这是最稳健的方法。它将模拟后的原子位置映射回理想晶格的WS单胞，如果一个单胞中没有原子，则记为空位；如果有两个或更多原子，则记为间隙原子及其关联的格点。这种方法对原子热振动不敏感，结果更可靠。OVITO等软件内置了此算法。

• 问题：如何准确定义和统计“团簇”？

  • 排查：“团簇”的定义依赖于设定的邻居截断半径。半径过小会分裂团簇，过大则会合并本不相关的缺陷。
  • 解决：截断半径通常取BCC第一近邻距离的1.1至1.2倍。需要进行敏感性测试：在一个典型构型上，轻微改变截断半径（例如从1.1倍变到1.3倍），观察最大团簇尺寸、团簇数量等关键指标是否发生剧烈跃变。选择在平台区的半径值作为标准。同时，在论文中必须明确报告所使用的截断半径值。

通过机器学习势函数这把精准的钥匙，我们打开了观察高熵合金抗辐照微观机制的新窗口。模拟揭示，化学复杂性引发的亚级联分裂，通过将损伤空间分散化，巧妙地抑制了有害间隙团簇的形成，这是其卓越性能的结构根源。这项工作不仅深化了我们对辐照损伤物理的理解，更指明了一条通过调控合金成分（特别是引入轻质元素）来主动设计抗辐照材料的道路。未来的挑战在于将这种原子尺度的认识与介观尺度的缺陷演化、宏观尺度的性能测试相结合，并探索晶界、相界等微观结构在更复杂合金体系中的作用，最终实现对抗辐照材料的理性设计与精准制备。