密度機能理論とは?

密度機能理論(DFT)は、多くの人システムの電子構造を調査するために使用される量子機械的モデリング方法であり、特に原子、分子、および凝縮されたフェーズ。そのコアでは、DFTは、複雑な多電子式波機能と電子密度を置き換え、高精度を維持しながら計算コストを劇的に削減します。このアプローチは、ホーエンベルク・コン理論とコン・シャム・コン・コン・シム・エクエンサームに根ざした、電子的特性を計算し、材料の原理を計算します。[Fert]

DFTは、精度と実現性のバランスをとって計算材料科学の働き方になりました。システムサイズに不十分をスケールアップする機能とは異なり、DFTは数百の原子を定期的に処理し、メガネなどの障害物質をモデリングするのに理想的です。

なぜガラス材料にDFTを使用するのですか?

ガラス材料は、本質的に非定形である - 彼らは結晶の長期周期的な秩序を欠いています。この構造的障害は、実験的特徴化が困難で高価になります。 DFTは、障害のあるネットワークの原子シミュレーションを有効にすることによって、強力な代替手段を提供し、実験だけで入手することが困難または不可能である洞察を提供します。

ナノスケールで原子構造を理解する

DFT では、研究者はシミュレーションボックスに原子を配置し、最小限のエネルギー構成にそれらをリラックスすることにより、ガラスの現実的なモデルを構築することができます。このプロセスは、キー特性を支配する短距離および中距離の順序をキャプチャします。例えば、シリカテメガネの DFT シミュレーションは、直接粘度と化学的耐久性に相関するブリッジングおよび非ブリッジング酸素原子の分布を明らかにします。体系的に異なる組成物によって、科学者は、各要素がガラスネットワークに影響を与える方法をマップすることができます。

電子的・光学的特性予測

DFT計算は、バンドギャップ、状態の密度、および光学吸収スペクトルを含む詳細な電子構造情報を提供します。 新規のガラス材料は、光子や電子機器のために設計されたため、これらの予測は、ドパントおよび修飾子の選択を導きます。 例えば、DFTは赤外線光学用のchalcogenideガラスを探索するために使用され、正確な屈折率および透明な窓の実験的傾向を正確に再現します。

DFTで不規則な構造を模倣して下さい

ガラス科学の最も困難な側面の1つは、単一の「地上の状態」構造の欠如です。ガラスは、メタテーブル構成の多岐にわたる占有を占め、DFTはこのエネルギーの風景を探索するのに役立ちます。一般的なアプローチは、液体相が急速にサイリコで冷却される融液シミュレーション、または、DFTの精製に従った帝国の可能性の使用を含みます。

メルト・クエンチとリラックステクニック

典型的な溶融焼入れDFTの研究では、液体は高温(例えば、無水ケイ酸塩のための3000 K)で平衡し、室温にステップワイズを冷却されます。その結果、無形構造は、DFT力を使用して完全にリラックスされます。このプロセスは、実験的な対分布関数とニュートロン散布データと密接に一致するモデルを収穫します。

シミュレーションセルサイズの処理

DFTは、計算的に集中力があるので、メガネ用のシミュレーションセルは、多くの場合、数百原子に制限されています。 しかし、このサイズは通常、リング、ケージ、およびコーディネーションポリヘドラなどの局所構造モチーフをキャプチャするのに十分です。 より長い範囲効果を研究するために、ハイブリッドアプローチは、古典的な力分野や機械学習の可能性とDFTを組み合わせます。

ノベルガラスにDFTが調査した主な特性

研究者は、従来のシリカから金属眼鏡、酸化物ガラスなどの新興材料まで、さまざまなガラスシステムにDFTを適用し、ガラスセラミックス。 DFTを介して分析された最も重要な特性のいくつかは、以下です。

機械的特性: 硬度および伸縮性

ストレス緊張関係から弾性定数を計算することにより、DFTは、ヤングの弾性率、バルク係数、ガラスモデルのせん断係数を予測することができます。 これは、高強度または異常な柔軟性でガラスを設計するための重要なことです。 例えば、アルミノケイ酸ガラスのDFT研究は、より高いネットワーク接続と剛性にAlコンテンツを増加させました。

熱安定性およびガラス転移

ガラス転移はダイナミックなプロセスですが、DFTは、アモルファスとクリスタルフェーズ間の構成エネルギー差などの静的指標を提供できます。これらの知見は、ガラス形成能力にとって重要な結晶化のための熱力を推定するのに役立ちます。

化学耐久性とイオン輸送

生体医学のインプラントや核廃棄物の固定化で使用されるガラスのために、化学的耐久性はパラマウントです。ガラスネットワークを介して水やイオン拡散のDFTシミュレーションは、加水分解や剥離が起こる脆弱なサイトを特定します。同様に、ナトリウムイオン伝導ガラス(例えば、電池電解物)のために、DFTは、マイグレーションバリアとパーコレーション経路を明らかにします。

ケーススタディ:DFTはノベルガラス材料に適用しました

最近の研究では、ガラス研究におけるDFTの影響を強調しています。

赤外線フォトニクス用チャルコジドガラス

カルケンブリッジ大学の研究者によるDFT計算は、欠陥の減少による濃度の低下による新たなGe-As-Se組成物を予測し、伝達を改善しました。これらの予測は、DFTの加速的発見における役割を実証し、実験的に検証しました。

強化された靭性を備えた金属ガラス

バルク金属眼鏡(BMG)は、脆さに苦しむ。 ZrベースのBMGのDFTシミュレーションは、わずかな貴金属(例えば、Pd)の添加が、より短い範囲の注文を変え、せん断バンドの形成を抑制するという明らかになった。 これは、レコードの靭性を持つ延性BMGの設計につながりました。 ]]]金属ガラス靭性に関するDFT研究がさらに詳細を提供します。

ガラス電解物を伝導するリチウムイオン

ソリッドステートバッテリーは、高いイオン伝導性を有する電解質を必要とします。リチウムシリカテとリチウムリン酸化物(LiPON)ガラスに関するDFT研究は、非ブリッジ酸素の比率がLiの拡散を増加させることが確認されました。研究者は、DFTを使用して、Liホッピングのためのエネルギーの風景をマッピングし、室温で伝導率が1mS/cmを超える新しいガラス組成の発見につながりました。

実験方法によるDFTの統合

実験では、DFT と実験を組み合わせた最も強力なアプローチです。DFT は、計算された構造からスペクトルをシミュレートすることにより、分光データを(NMR、XPS、Raman)に解釈できます。逆に実験データが DFT モデルを検証します。]] は、時間かかる試行錯誤実験の必要性を抑制し、適切な特性でガラスの合理設計を有効にします。

例えば、原子力廃棄物の放射線耐性ガラスの開発では、DFTは何百もの修飾子の組み合わせを選別し、トップ候補のみが合成・検査された。このアプローチは数か月で開発時間を短縮しました。

メガネ用DFTの挑戦と限界

DFTは、その電力にもかかわらず、メガネに適用されるとき、制限があります。 標準の機能(例えば、LDA、GGA)は、バンドギャップを過小評価したり、特定のガラスシステムで重要なバンダーワーズ相互作用のアカウントに失敗する可能性があります。 ハイブリッド機能やDFT + Uなどのより高度な機能が利用でき、より大きな計算リソースが要求されます。

もう一つの課題は、シミュレーションセルの有限度です。これは、実際の眼鏡に存在する構造の異質性を捕獲しない可能性があります。さらに、DFTは地上局方式なので、温度依存性特性(例えば、粘度)を調べるには、分子動またはモンテカルロ技術との結合が必要です。

今後の方向性

ガラス科学のDFTの未来は、アルゴリズムとコンピューティングハードウェアの進歩によって、明るく、駆動されます。 DFTデータで訓練された機械学習の可能性は、ほぼDFT精度で何百万もの原子のシミュレーションを可能にします。 これは、実際のデバイスに関連する長さスケール上の構造的リラクゼーション、骨折、およびイオン輸送の研究を可能にします。

さらに、高スループットスクリーニングの自動化されたDFTワークフローの開発は、新規ガラス組成物の発見を加速させるためのポジショニングです。 ロボティクスと自動化実験と組み合わせることで、DFT駆動ガラス設計は、産業用R&でルーチンになることができます。

コンテンツ

密度機能理論は、実験的な努力を補完し、ガイドする原子スケールの洞察を提供することによって、新しいガラス材料の理解を変革しました。原子の配置と電子的特性を予測し、エネルギー、光学、およびバイオ医薬品のための高性能ガラスの発見を加速するために、DFTは、現代の材料科学に不可欠なツールです。計算方法が進化し続けるにつれて、DFTと実験の相乗効果は、明日の技術的課題を満たすために調整された特性を持つより洗練されたガラス材料をさらにロックします。

ダイビングの深層に興味がある方は、【】の素材は、アモルファス固体のアビニティオモデリングに関する今日の記事]は、技術とアプリケーションに関する包括的なレビューを提供します。 研究者は、独自のガラスシステムにDFTを適用しようとすると、量子ESPRESSO、VASP、またはCP2Kなどのオープンソースコードが開始できます。