本报讯（记者温才妃 通讯员刘逸飞）西湖大学特聘研究员刘仕团队利用基于机器学习的分子动力学方法，揭示了在经典铁电材料钛酸铅中，通过施加适当的应变，可以诱导出一种新型螺旋铁电结构，这种结构展现出巨大的压电效应。相关研究成果近日发表于《物理评论快报》。

铁电材料指在没有外加电场下，具有自发电荷极化的材料。钛酸铅作为最典型的铁电材料之一，其物理特性和应用前景一直是研究热点。然而，传统的铁电材料研究主要集中在其静态结构和性质上，对动态行为和复杂畴结构的探索相对较少。

刘仕团队采用密度泛函理论和基于机器学习的分子动力学模拟相结合的方法，不仅能够预测材料的性质，还能模拟大量原子在温度和电场共同作用下的集体行为，从而揭示材料的动态结构和性能。

研究发现，在钛酸铅中施加适当的应变可以诱导出一种螺旋铁电结构。这种结构中的电偶极子在三维空间中螺旋排列，展现出高度关联的动态行为。这种螺旋结构展现出了比传统多畴结构更优异的压电性能，其压电系数甚至可以超过320 pC/N。这一发现为提升铁电材料的压电效应提供了新机制。

此外，通过模拟原子的集体行为，研究团队揭示了钛酸铅在压电效应方面的潜在优越性，并提出了利用拓扑结构提升压电性能的新手段。

该研究不仅在物理层面发现了铁电体系中的螺旋拓扑结构，还在科学方法论上展示了人工智能辅助的分子动力学在揭示材料新物理性质方面的应用前景，也为未来手性声子、非共线铁电拓扑等方面的研究提供了新思路。

相关论文信息：

https://doi.org/10.1103/PhysRevLett.133.046802