Modelagem Atomística dos Materiais

pelo Prof. Dinamarquês Morgan

Potência informática moderna de modelagem Atomística do uso das técnicas incluir explicitamente cada átomo na modelagem de um material. Porque os átomos de interacção são a fundação de toda a ciência de materiais, a modelagem atomística ajudou a permitir um campo novo de estudos computacionais dos materiais. As experiências computacionais Virtuais que usam a modelagem atomística podem extremamente reduzir o custo e acelerar as escalas de tempo de compreender e de desenvolver materiais novos.

Contudo, modelar cada átomo e suas interacções é extremamente computacionalmente intensiva, que limita as escalas do tempo e do comprimento que podem ser simuladas. Nos primeiros dias da modelagem atomística nos anos 70, mesmo os computadores os mais rápidos poderiam somente controlar cálculos mecânicos do quantum completo em alguns átomos, tais como pôde ser encontrado em uma pilha de unidade de cristal simples ou em uma molécula.

Os marcos miliários de modelagem Atomísticos incluíram naquele tempo estudos como a previsão da estrutura de faixa eletrônica das fases de Si e de Ge¹. Contudo, os avanços enormes em técnicas computando e computacionais transformaram a modelagem atomística durante os últimos 40 anos, fazendo lhe hoje possível para estudar sistemas complexos e geometria. Por exemplo, as simulações completas do quantum podem agora ser feitas rotineiramente para as centenas de átomos, prevendo as propriedades que variam dos defeitos nos semicondutores² aos mecanismos de transporte em baterias de Li³.

Além do que a mecânica quântica baseada as técnicas, modelagem atomística podem igualmente ser feitas com interacções eficazes entre os átomos, chamados potenciais interatómicos. Os potenciais Interatómicos não tratam a natureza do quantum dos elétrons explicitamente que permite os modelos baseados nestes potenciais ser enorme mais rápida calcular do que os modelos baseados em métodos do quantum. Tal modelagem baseada potencial interatómica não pode ser tão exacta quanto aproximações mecânicas do quantum mas pode modelar biliões de átomos, simulando processos complexos dos materiais como dano de radiação em materiais do nanocrystalline⁴ e a fricção entre superfícies⁵.

A modelagem Atomística tem-se tornado recentemente tão rápida e robusta que é agora possível combinar ferramentas da mineração das computações e de dados da alto-produção para executar o equivalente da química combinatória no computador, limpando o espaço compositivo para compostos novos com propriedades óptimas. Estas técnicas computacionais da alto-produção têm sido usadas já para construir bases de dados valiosas de energias estruturais da liga⁶, para prever as estruturas de cristal^7,8 e para projectar uns catalizadores mais activos⁹.

Como uma ilustração da importância crescente da modelagem atomística, considere as publicações que se relacionam à Teoria Funcional de Densidade (DFT), um dos métodos de modelagem atomísticos mecânicos do quantum o mais poderoso usados hoje. O Uso de DFT cresceu exponencial quase desde que foi desenvolvido no início dos anos 60, e por 40 anos a taxa da publicação tem aumentado aproximadamente 10 vezes cada década (Figura 1). Hoje, DFT faz contribuições para aproximadamente 10.000 papéis um o ano.

A Figura 1. Número das publicações pelo ano que contem o assunto exprime de “a teoria funcional Densidade” ou o “DFT” (da Web de ISI da Ciência).

O Grupo Computacional dos Materiais na Universidade de Wisconsin - Madison, fundado pelo Professor Dinamarquês Morgan e pelo Professor Izabela Szlufarska, é centrado sobre a utilização de ferramentas de modelagem atomísticas para compreender e desenvolver materiais. O Professor Dinamarquês Morgan utiliza a potência do potencial mecânico e interatómico do quantum modelagem baseada para prever propriedades para uma vasta gama de materiais, incluindo combustíveis e revestimento para os eléctrodos dos reactores nucleares, da célula combustível da bateria e e do emittor do elétron, os materiais na terra profunda, relações minerais aquosas, e defeitos nos semicondutores.

Por exemplo, O aluno diplomado Computacional Edward Holby do Grupo dos Materiais usou a mecânica quântica para prever a estabilidade dos catalizadores do nanoparticle que contêm até as centenas de átomos, demonstrando como sua energética se relaciona à lei clássica de Gibbs-Thomson da estabilidade da partícula (Figura 2). Esta compreensão da energética do nanoparticle ajudou-nos a sugerir como mesmo uma única mudança do nanômetro no tamanho de catalizadores do nanoparticle poderia extremamente aumentar sua durabilidade¹⁰. Conduzido por aumentos continuados na potência informática e em métodos melhorados da simulação, a modelagem atomística é certo transformar-se no futuro uma parte maior da ciência de materiais.

Figura 2. Energia de um nanoparticle da Pinta em função do tamanho de uma previsão macroscópica da teoria da função da lei (Gibbs-Thomson) e de densidade.

Referências

1. J.D. Joannopoulos e M.L. Cohen, Propriedades Eletrônicas de Fases Cristalinas e Amorfas Complexas De Ge E de Si .1. Densidade dos Estados E das Estruturas de Faixa, Revisão Física B 7, 2644 (1973).
2. C.G. Van de Walle e J. Neugebauer, cálculos dos Primeiro-Princípios para defeitos e impurezas: Aplicações aos Iii-nitretos, Jornal da Física Aplicada 95, 3851 (2004).
3. D. Morgan, A. Van der Ven, e G. Cedro, condutibilidade de Li nas Letras_x4 7 dos materiais do olivine de LiMPO (M = Manganês, Fe, Co, Ni), as Electroquímicas e as De Circuito Integrado, A30 (2004).
4. N. Swaminathan, P.J. Kamenski, D. Morgan, e I. Szlufarska, Efeitos do tamanho de grão e dos limites de grão na produção do defeito no nanocrystalline 3C-SiC, Para ser publicado na Acta Materialia (2010).
5. Y.F. Mo, K.T. Turner, e I. Szlufarska, leis da Fricção no nanoscale, Natureza 457, 1116 (2009).
6. S. Curtarolo, D. Morgan, e G. Cedro, Precisão ab initio de métodos em prever as estruturas de cristal dos metais: revisão de 80 ligas binárias, CALPHAD 29, 163 (2005).
7. C. Fischer, K. Tibbetts, D. Morgan, e G. Cedro, Estrutura De Cristal de Predição: Fundindo a Mineração de Dados com a Mecânica Quântica, Materiais 5 da Natureza, 641 (2006).
8. A.R. Oganov, e outros, formulário de alta pressão Iónico do boro elementar, Natureza 457, 863 (2009).
9. J.K. Norskov, T. Bligaard, J. Rossmeisl, e C.H. Christensen, Para o projecto computacional de catalizadores contínuos, Química 1 da Natureza, 37 (2009).
10. E.F. Holby, W.C. Sheng, Y. Shao-Chifre, e D. Morgan, estabilidade do nanoparticle da Pinta em células combustíveis do PEM: influência do hidrogênio da distribuição e do cruzamento de tamanho da partícula, Energia & Ciência Ambiental 2, 865 (2009).