第一性原理计算层错能：我的完整实操流程与关键参数设置

1. 层错能为什么重要

层错能(Stacking Fault Energy，简称SFE)决定了材料中位错的核心结构——低SFE体系，位错倾向于分解成扩展位错，塑性变形以孪生为主;高SFE体系，位错以完美形式存在，滑移主导。这个参数直接关联着材料的加工硬化能力、堆垛层错概率、以及形变孪生的倾向性。

我第一次接触层错能计算是在做铜合金项目的时候。Cu的SFE文献值在45-78 mJ/m²之间波动，不同测量方法和计算条件给出的结果差异不小。我在计算自己的体系时，对这个参数的选择斟酌了很久——选错了，预测的变形机制会完全反转。

2. 广义层错能曲线：我的计算思路

层错能不能直接算出来，它是通过广义层错能曲线(γ-surface)间接得到的。思路是：固定某一层的原子面，让相邻原子面发生一个理想层错位移，扫描不同位移路径上的能量变化，这条能量曲线就是γ-surface。

最常用的是Shockley partial位错路径：以FCC晶体为例，沿着1/6<112>方向做等步长位移(一般10-15步)，每一步做一次SCF计算，固定位移后的原子位置不变。位移从0到完整 Burgers 矢量 b，曲线最高点就是不稳定层错能(γus)，曲线与完整晶格能量的差值在平衡位置的斜率为零处对应稳定层错能(γs)。

“`

# FCC Shockley partial 路径示例(111面)

# 原子层位移路径：0 → 1/6<112> → 1/3<110> → 1/2<110>(完整位错)

# INCAR核心参数

ENCUT = 520 # 截断能，我的经验值

EDIFF = 1E-6 # 层错能对能量精度敏感，需要更严收敛

ISIF = 2 # 只优化电子，不优化离子和晶格

ISMEAR = 0; SIGMA = 0.05

“`

【3. 稳定/不稳定层错能：参数差异】

不稳定层错能(γus)和稳定层错能(γs)的计算方法不同：γus是γ-surface的最高点，直接从曲线读取;γs需要找到曲线的极小值点，这个极小值往往不在完整位错 Burgers 矢量位置，而是有轻微偏移。

我在做Al的时候遇到过一个问题：γ-surface曲线全程单调递增，没有找到明确的极小值——这是因为Al的稳定层错能本身很高(实验值约200 mJ/m²)，在理想位移路径上不存在稳定层错，堆垛层错概率极低。这个结果让我后来在解释Al的形变机制时更有底气。

【4. 后处理：数据提取】

每一步位移完成后，提取OUTCAR里的能量，除以面内面积(A)得到面层错能(mJ/m²)。我做批量处理时写了一个Python脚本，自动读取所有OUTCAR，输出γ-surface曲线数据，直接绑定matplotlib出图——这套流程让我后来做类似计算效率提升了很多。

【5. 常见问题与局限性】

层错能计算有几个需要注意的坑：首先是**收敛性问题**——层错能对ENCUT和K点密度非常敏感，ENCUT太低会引入几十mJ/m²的系统误差，我的经验是ENCUT至少要比赝势默认值高20%以上，K点用较密的Γ-centered网格。其次是**泛函选择**——PBE泛函对某些体系(特别是含有3d过渡金属的)层错能计算存在系统性偏差，文献中有用SCAN、HSE06得到更精确结果的案例，但计算成本也相应增加。最后是**磁性体系**——对于铁磁或反铁磁金属，磁矩在层错附近的分布可能与完美晶体不同，这个效应如果忽略，会带来显著的误差。