Simulation de dynamique moléculaire du changement de phase dans les matériaux GeSbTe enrichis en Ge

Molecular dynamics simulation of phase change in Ge-rich GST materials

• Auteur / Autrice : Arnaud Gansmandel
• Direction : Noël Jakse
• Type : Projet de thèse
• Discipline(s) : MAT - Matériaux
• Date : Inscription en doctorat le 07/10/2024
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Ingénierie - matériaux mécanique énergétique environnement procédés production
• Partenaire(s) de recherche : Laboratoire : Science et Ingénierie des Matériaux et Procédés

Mots clés

Mots clés libres

Simulations à l'échelle atomique

Dynamique moléculaire

Potentiel interatomiques

Apprentissage automatique

Mémoire à changement de phase

Atomic scale simulations

Molecular dynamic

Interatomic potential

Machine learning

Phase change memory

Résumé

L'objectif de cette thèse est d'étudier le changement de phase du GST enrichi en Ge par des simulations de dynamique moléculaire (MD) utilisant des potentiels interatomiques de réseaux neuronaux à graphes équivariants (GNN-IP). Le candidat entraînera un modèle GNN-IP sur des calculs de référence ab initio de GST enrichi en Ge afin de décrire les phases amorphes et cristallines. Le GNN-IP sera utilisé pour calculer les propriétés thermodynamiques et cinétiques des transitions de phase. Dans un deuxième temps, d'autres développements incluant l'effet des impuretés et l'impact d'un champ électrique sur le changement de phase seront abordés. Enfin, les paramètres physiques calculés à partir de simulations MD seront utilisés pour améliorer notre modèle mésoscopique interne basé sur la méthode du champ de phase.

The goal of this thesis is to study the phase change of Ge-rich GST with molecular dynamics (MD) simulations using equivariant graph neural networks interatomic potentials (GNN-IP). The candidate will train a GNN-IP model on ab initio reference calculations of Ge-rich GST in order to describe amorphous and crystalline phases. The GNN-IP will be used to compute thermodynamic and kinetic properties of the phase transitions. In a second step, further developments including the effect of impurities and the impact of an electrical field on the phase change will be addressed. Finally, physical parameters computed from MD simulations will be employed to improve our in-house mesoscopic model based on the phase-field method.