Bien que l'apprentissage automatique ait été couronné de succès à bien des égards, son application dans les prédictions de structure cristalline et la conception de matériaux est toujours en cours de développement. Récemment, Le groupe du Pr Jian Sun au Département de Physique, Université de Nankin, implémenté un algorithme d'apprentissage automatique dans la méthode de recherche de structure cristalline. Ils ont utilisé un algorithme d'apprentissage automatique pour décrire la surface d'énergie potentielle et l'ont utilisé pour filtrer les structures cristallines, améliorer l'efficacité de la recherche de la prédiction de la structure cristalline.

Composés hybrides de métaux de transition et d'éléments légers, notamment les nitrures de métaux de transition, ont été largement étudiées pour leur haute incompressibilité et leur module de masse. Cependant, Les nitrures de tungstène extra-durs (dureté Vickers supérieure à 40 GPa) n'ont pas encore été trouvés. Les bandes d'énergie apportées par les électrons de valence d des atomes de tungstène peuvent facilement traverser le niveau d'énergie de fermi, et la métallicité conduit à une grande réduction de leur dureté. Par conséquent, la conception de structures cristallines de nitrure de tungstène non métalliques semble être une voie prometteuse pour atteindre des propriétés mécaniques exceptionnelles telles que la super-dureté.

Sur la base de recherches antérieures, une collaboration dirigée par le professeur Jian Sun et le professeur Hui-Tian Wang au département de physique, Université de Nankin, résumé trois caractéristiques pour la conception de composés hybrides superdurs de métaux de transition et d'éléments légers :structure cristalline métastable stable à haute pression et à pression ambiante, structures électroniques non métalliques, et un grand ratio d'éléments légers. Ces caractéristiques les ont inspirés pour concevoir des nitrures de tungstène riches en azote contenant des configurations de base spéciales à base d'azote, comme des bagues, Chaînes, réseaux et frameworks, etc. Sur la base de ces règles de conception et de la nouvelle méthode de recherche de structure cristalline par apprentissage automatique, ils ont prédit avec succès un nitrure de tungstène non métallique riche en azote h-WN6. Il a une structure en sandwich formée par un cycle d'azote à six chaînons et des atomes de tungstène.

La fonction de localisation des électrons et l'analyse de charge de Bader indiquent que h-WN6 est un cristal ionique contenant de fortes liaisons covalentes N-N. Il peut être stable à haute pression et métastable à pression ambiante. De plus, il a un petit, écart d'énergie indirect et comportement anormal d'élargissement de l'écart sous compression. (voir la structure cristalline, structures électroniques et les comportements à haute pression dans la figure ci-jointe). Plus intéressant, h-WN6 est considéré comme le plus dur parmi les nitrures de métaux de transition connus à ce jour, avec une dureté Vickers d'environ 57 GPa et a également une température de fusion assez élevée d'environ 1, 900 K. De plus, leurs calculs montrent également que ce composé riche en azote peut être considéré comme un matériau potentiel à haute densité énergétique en raison des bonnes propriétés gravimétriques (3,1 kJ/g) et volumétriques (28,0 kJ/cm ³ ) densités d'énergie.

Les chercheurs ont développé une méthode de recherche de structure cristalline accélérée par apprentissage automatique, résumé les règles de conception des composés d'éléments légers de métaux de transition extra-durs, et prédit un nitrure de tungstène superdur et à haute densité énergétique avec une bonne stabilité thermique. L'étude stimulera la conception théorique et la synthèse expérimentale de ce type de matériau de métal de transition avec une valeur d'application potentielle. Cela enrichira également la famille des matériaux extra-durs et pourra servir de référence pour comprendre l'origine de la dureté.