Chemische & Materialen Engineering
Toepassing van dichtheid functionele theorie om te begrijpen novel glas materialen
Table of Contents
Wat is dichtheid functionele theorie?
Density Functional Theory (DFT) is een quantum mechanische modelleringsmethode die wordt gebruikt om de elektronische structuur van veel-lichaamssystemen te onderzoeken, met name atomen, moleculen en gecondenseerde fasen. In de kern vervangt DFT de complexe veel-elektron golffunctie met de elektronendichtheid als de fundamentele variabele, waardoor de rekenkosten drastisch worden verminderd, terwijl hoge nauwkeurigheid behouden blijft. Deze benadering, geworteld in de Hohenberg-Kohn theorieën en de Kohn-Sham vergelijkingen, stelt wetenschappers in staat om grond-staat energieën, elektronische structuren en materiaaleigenschappen te berekenen vanuit de eerste principes. Zie Density functional theory on Wikipedia.
DFT is een werkpaard geworden van de computermaterialen wetenschap omdat het een evenwicht tussen nauwkeurigheid en haalbaarheid in het oog houdt. In tegenstelling tot golffunctionele methoden die slecht schaalbaar zijn met systeemgrootte, kan DFT routinematig honderden atomen hanteren, waardoor het ideaal is voor het modelleren van slecht functionerende materialen zoals glazen.
Waarom DFT gebruiken voor glasmaterialen?
Glasmaterialen zijn inherent ondoordringbaar . . Ze missen de lange afstand periodieke orde van kristallen. Deze structurele aandoening maakt hun experimentele karakterisering uitdagend en duur. DFT biedt een krachtig alternatief door het mogelijk maken van atomistische simulaties van verstoorde netwerken, het verstrekken van inzichten die moeilijk of onmogelijk te verkrijgen door middel van experimenten alleen.
Inzicht in de atoomstructuur op de nanoschaal
Met DFT kunnen onderzoekers realistische modellen van glas bouwen door atomen in een simulatiedoos te plaatsen en te ontspannen tot een minimale energieconfiguratie. Dit proces legt de kort- en middelgrootbereikorde vast die de belangrijkste eigenschappen regelt. Bijvoorbeeld, DFT simulaties van silicaatglazen onthullen de verdeling van overbruggings- en niet-overbruggingszuurstofatomen, die direct correleert met viscositeit en chemische duurzaamheid. Door systematisch verschillende samenstelling kunnen wetenschappers in kaart brengen hoe elk element het glazen netwerk beïnvloedt.
Voorspelling van elektronische en optische eigenschappen
DFT berekeningen bieden gedetailleerde elektronische structuur informatie, waaronder bandgaten, dichtheid van staten, en optische absorptiespectra. Voor nieuwe glasmaterialen ontworpen voor fotonica of elektronica, deze voorspellingen leiden tot de selectie van dopers en modifiers. Zo is DFT gebruikt om te verkennen chalcogenide glazen voor infrarood-optiek, het nauwkeurig weergeven van experimentele trends in brekingsindex en transparantievensters.
Gestoorde structuren met DFT simuleren
Een van de meest uitdagende aspecten van de glaswetenschap is het ontbreken van een enkele .Ground state . Bril bezet een veelheid van metastabiele configuraties, en DFT helpt dit energielandschap te verkennen. Gemeenschappelijke benaderingen omvatten smelt-verhard simulaties, waar vloeibare fasen snel worden gekoeld in silicon, of het gebruik van empirische potentials gevolgd door DFT verfijning.
Smelt-Quench en ontspannen technieken
In een typische smelt-verharding DFT-studie wordt een vloeistof bij hoge temperatuur (bv. 3000 K voor silicaats) geëquilibreerd, vervolgens trapsgewijs gekoeld tot kamertemperatuur. De resulterende amorfe structuur wordt dan volledig ontspannen met behulp van DFT-krachten. Dit proces levert modellen op die nauw overeenkomen met experimentele pair distributie functies en neutronen verstrooiende gegevens.
De grootte van de simulatiecel
Omdat DFT computationeel intensief is, zijn simulatiecellen voor glazen vaak beperkt tot een paar honderd atomen. Deze grootte is echter meestal voldoende om lokale structurele motieven zoals ringen, kooien en coördinatie polyhedra vast te leggen. Om effecten van langere afstand te bestuderen, combineren hybride benaderingen DFT met klassieke krachtvelden of machine learning potentials.
Sleuteleigenschappen onderzocht door DFT in nieuwe glazen
Onderzoekers passen DFT toe op een breed scala aan glassystemen, van traditionele silicaats tot opkomende materialen zoals metalen glazen, oxideglazen voor vaste-staatbatterijen en glaskeramiek. Hieronder staan enkele van de belangrijkste eigenschappen geanalyseerd door DFT.
Mechanische eigenschappen: Hardheid en Elasticiteit
Door de elastische constanten uit stress-strain relaties te berekenen, kan DFT Young's modulus, bulk modulus en afschuif modulus van glasmodellen voorspellen. Dit is cruciaal voor het ontwerpen van glas met hoge sterkte of ongewone flexibiliteit. Zo hebben DFT studies op aluminiumsilicaat glazen een toenemende Al-inhoud gekoppeld aan een hogere netwerkconnectiviteit en stijfheid.
Thermische stabiliteit en glasovergang
Hoewel de glastransitie een dynamisch proces is, kan DFT statische indicatoren leveren zoals configuratie-energieverschillen tussen amorfe en kristalfasen. Deze inzichten helpen de thermodynamische aandrijfkracht voor kristallisatie te schatten, wat van cruciaal belang is voor het glasvormende vermogen.
Chemische duurzaamheid en Ionenvervoer
Voor glazen die worden gebruikt in biomedische implantaten of nucleaire afvalimmobilisatie, chemische duurzaamheid is van het grootste belang. DFT simulaties van water of ionendiffusie door glasnetwerken identificeren kwetsbare plaatsen waar hydrolyse of uitspoeling plaatsvindt. Op dezelfde manier, voor natrium-ion geleidend glas (bijvoorbeeld voor batterijelektrolyten), DFT onthult migratiebarrières en percolatieroutes.
Case Studies: DFT toegepast op nieuwe glasmaterialen
Uit diverse recente studies blijkt de impact van DFT op glasonderzoek.
Chalcogenide glazen voor midden-infrarood fotonica
Chalcogenide glazen (met S, Se, Te) worden gewaardeerd voor hun infrarood transparantie. DFT berekeningen door onderzoekers aan de Universiteit van Cambridge voorspelde nieuwe Ge-As-Se composities met verminderde defectconcentraties, wat leidde tot een verbeterde transmissie. Deze voorspellingen werden experimenteel geverifieerd, wat DFT .
Metallic glazen met verbeterde hardheid
Bulk metallic glazen (BMG's) lijden aan broosheid. DFT simulaties op Zr-gebaseerde BMG's toonden aan dat de toevoeging van kleine hoeveelheden edelmetalen (bijv. Pd) korte-afstandsorde wijzigt, de vorming van schuifband onderdrukkend. Dit leidde tot het ontwerp van een tardieve BMG met recordtaaiheid. Een gerelateerde DFT-studie over metaalhardheid [] geeft nadere details.
Lithium-ion geleidend glaselektrolyten
De vastestofbatterijen vereisen elektrolyten met een hoge ionische geleidbaarheid. DFT-studies op lithiumsilicaat en lithiumfosforoxynitride (LiPON) bril hebben aangetoond dat het verhogen van de verhouding van niet-overbruggende zuurstof Li diffusie verbetert. Onderzoekers gebruikten DFT om het energielandschap voor Li hopping in kaart te brengen, wat leidde tot de ontdekking van een nieuwe glassamenstelling met geleidbaarheid van meer dan 1 mS/cm bij kamertemperatuur.
Integratie van DFT met experimentele methoden
De krachtigste aanpak combineert DFT met experimenten. DFT kan spectroscopische data (NMR, XPS, Raman) interpreteren door spectra te simuleren van berekende structuren. Omgekeerd valideren experimentele data DFT modellen. [ Deze synergie vermindert de noodzaak van tijdrovende trial-and-error experimenten[ en maakt een rationeel ontwerp van glazen met op maat gemaakte eigenschappen mogelijk.
Bij de ontwikkeling van stralingsbestendige glazen voor nucleair afval werd DFT bijvoorbeeld gebruikt om honderden modifiercombinaties te screenen, en alleen de topkandidaten werden gesynthetiseerd en getest. Deze aanpak verkorte de ontwikkelingstijd met enkele maanden.
Uitdagingen en beperkingen van DFT voor glazen
Ondanks zijn vermogen heeft DFT beperkingen wanneer hij op glazen wordt toegepast. Standaardfuncties (bijv. LDA, GGA) kunnen bandgaten onderschatten of geen rekening houden met interacties van der Waals, wat belangrijk kan zijn in bepaalde glassystemen. Meer geavanceerde functies zoals hybride functies of DFT+U zijn beschikbaar maar vereisen meer rekenmiddelen.
Een andere uitdaging is de eindige grootte van simulatiecellen, die de structurele heterogeniteit in echte glazen niet kunnen vastleggen. Daarnaast is DFT een grond-state methode, dus het bestuderen van temperatuurafhankelijke eigenschappen (bijvoorbeeld viscositeit) vereist koppeling met moleculaire dynamiek of Monte Carlo technieken.
Toekomstige aanwijzingen
De toekomst van DFT in de glaswetenschap is helder, gedreven door vooruitgang in algoritmen en computerhardware. Machine learning potentials getraind op DFT-gegevens nu kunnen simulaties van miljoenen atomen met bijna-DFT nauwkeurigheid. Dit zal studies mogelijk maken van structurele ontspanning, breuk, en ionentransport over lengteschalen relevant voor echte apparaten.
Bovendien is de ontwikkeling van geautomatiseerde DFT-workflows voor hoge-doorvoer screening klaar om de ontdekking van nieuwe glascomposities te versnellen. In combinatie met robotica en geautomatiseerde experimenten zou DFT-gedreven glasontwerp routine kunnen worden in industrieel O&O.
Conclusie
Density Functional Theory heeft ons begrip van nieuwe glasmaterialen veranderd door atomaire inzichten te bieden die experimentele inspanningen aanvullen en begeleiden. Van het voorspellen van atomaire arrangementen en elektronische eigenschappen tot het versnellen van de ontdekking van hoogwaardige glazen voor energie, optica en biogeneeskunde, DFT is een onmisbaar hulpmiddel in de moderne materialenwetenschap. Als computationele methoden blijven evolueren, zal de synergie tussen DFT en experiment nog meer geavanceerde glasmaterialen ontsluiten met eigenschappen die zijn afgestemd op de technologische uitdagingen van morgen.
Voor degenen die geïnteresseerd zijn in dieper duiken, biedt het Materiaal Vandaag artikel over ab initio modelleren van amorfe vaste stoffen een uitgebreide beoordeling van technieken en toepassingen. Onderzoekers die DFT willen toepassen op hun eigen glassystemen kunnen beginnen met open-source codes zoals Quantum ESPRESSO, VASP of CP2K.