Радиальные функции распределения в материаловедении для передовых композитных материалов
Радиальные функции распределения (РДФ) являются одними из самых мощных аналитических инструментов в материаловедении, обеспечивая прямое окно в структуру конденсированного вещества в атомном масштабе. Для современных композитных материалов, таких как полимеры, армированные углеродным волокном, композиты из керамической матрицы и нанокомпозиты, РДФ позволяют исследователям количественно определять, как атомы или молекулы пространственно расположены относительно друг друга. Эта информация имеет решающее значение, потому что локальные расстояния упаковки, упорядочения и межчастиц непосредственно управляют макроскопическими свойствами, такими как механическая прочность, теплопроводность и прочность трещин. Путем преодоления разрыва между микроскопической структурой и производительностью объемов, РДФ стали незаменимыми как в фундаментальных исследованиях, так и в промышленном дизайне материала.
Основы функции радиального распределения
Функция радиального распределения, обычно обозначаемая как g(r), описывает вероятность нахождения частицы на расстоянии r от эталонной частицы, нормализуемой плотностью идеального газа при той же средней плотности.Формально для системы N частиц в объеме V, g(r) определяется как:
g(r) = (1/ρ) × (dN(r)/ (4π r2 dr))
где ρ = N/V — средняя плотность числа, а dN(r) — среднее число частиц в сферической оболочке толщиной dr на расстоянии r от эталонной частицы. Функция начинается с нуля для очень маленьких r (из-за отталкивающих взаимодействий) и колеблется вокруг единства на больших расстояниях, где корреляции исчезают.
Ключевые особенности g(r) включают:
- Первый пик указывает на расстояние ближайшего соседа, выявляя размер атомов или молекул и природу связи.
- Колебания на промежуточном r отражают порядок ближнего действия — укладку в жидкостях или аморфных твердых телах.
- Отказ от единства на большом r сигнализирует об утрате порядка на большом расстоянии, характерного для стекол и полимеров.
- Острые, устойчивые пики указывают на кристаллическую периодичность.
На практике g(r) получают экспериментально с помощью рентгеновской дифракции, рассеяния нейтронов или дифракции электронов, где измеренный структурный фактор S(q) преобразован в реальное пространство. Вычислительные модели — особенно молекулярная динамика (MD) и Монте-Карло — также регулярно вычисляют RDF для проверки моделей против эксперимента.
Актуальность для современных композитных материалов
Передовые композиты представляют собой неоднородные материалы, состоящие из матрицы (полимер, керамика или металл) и усиливающих фаз (волокна, частицы или нанотрубки). Производительность этих систем зависит от пространственного распределения армирования внутри матрицы, характера интерфейса и любого упорядочения, которое возникает во время обработки. RDF обеспечивают количественную обработку всех этих аспектов.
Характеристика дисперсии подкрепления
Одним из наиболее критичных показателей качества в композитном производстве является равномерность дисперсии. Плохо диспергированные наночастицы или волокна образуют агломераты, которые действуют как концентраторы напряжения, резко снижая прочность. Вычисляя g(r) из изображений электронной микроскопии или данных рассеяния, можно измерить степень кластеризации. Хорошо диспергированная система показывает относительно плоскую g(r) за пределами первой координационной оболочки, в то время как агломерированные системы демонстрируют выраженные пики на расстояниях, соответствующих межчастичным интервалам внутри кластеров.
Исследование межфазной структуры
Интерфейс между матрицей и армированием - это то, где возникает много механизмов отказа. Анализ RDF может выявить профиль плотности атомов матрицы вблизи поверхности волокна, ориентацию полимерных цепей или образование химических связей. Например, в композитах из углеродного волокна / полиэфиретеркетона (PEEK) RDF из рассеяния нейтронов показывают усиленное упорядочение молекул PEEK в пределах нескольких нанометров поверхности волокна - сигнатуру транскристаллинности, которая улучшает перенос нагрузки.
Различают кристаллические и аморфные фазы
Многие современные композиты, особенно с полукристаллическими полимерными матрицами или керамическими стеклянными матрицами, содержат смешанные кристаллические и аморфные области. RDF чувствителен к фракции каждой фазы, потому что периодичность кристаллов на большие расстояния дает резкие пики за 10 Å, тогда как аморфные области производят безликие g(r) за ~ 5 Å. Количественный фазовый анализ с использованием RDF может направлять графики термообработки для оптимизации кристалличности для желаемой жесткости или жесткости.
Подключение RDF к композитным свойствам
Структура атомного масштаба, захваченная g(r), имеет прямые последствия для макроскопического поведения. Ниже приведены ключевые отношения свойств-структур, которые основаны на интерпретации RDF.
Механическая сила и жесткость
В нанокомпозитах прочность межфазного связывания армирования-матрицы пропорциональна глубине первого минимума в г(р) на границе — более глубокий минимум указывает на более сильное притяжение.МД-моделирование графеновых/полиэтиленовых композитов показывает, что при высоком и узком пике RDF между атомами углерода графена и атомами водорода матрицы модуль Янга увеличивается до 30%.Кроме того, наличие препика (низкого р плеча) в RDF матрицы вблизи армирования сигнализирует о формировании интерфазы с измененными механическими свойствами, которая может либо упрочнять, либо охрупчивать композит.
Термические свойства
Термическая проводимость в композитах регулируется фононным транспортом, который очень чувствителен к атомному упорядочению. Анализ RDF помогает идентифицировать доминирующие режимы теплоносителей. В нитридной нанотрубке бора (BNNT) усиленная эпоксидная эпоксидная проволока, g(r) интерфейса нанотрубки-эпоксидной проволоки показывает отсутствие корреляции на большие расстояния, что приводит к рассеянию фононов и низкой межфазной теплопроводности. Изменение химии поверхности для заточки первого пика в RDF (т.е. содействие эпитаксиальному упорядочению) может утроить теплопроводность.
Электрическая проводимость
Для проводящих композитов порог перколяции зависит от пространственного распределения проводящих наполнителей. RDF, извлеченные из малоугольного рентгеновского рассеяния (SAXS), могут количественно определять среднее расстояние между частицами. Когда это расстояние падает ниже диапазона электронного туннелирования (~2 нм), проводимость резко прыгает. Путем настройки параметров обработки для смещения первого пика RDF наполнителя на более короткие расстояния, производители могут достичь проводимости с более низкими нагрузками наполнителя.
Экспериментальное определение RDF в композитах
Измерение g(r) в реальных композиционных материалах часто требует сочетания дополнительных методов.
Рентгеновская и нейтронно-парная функция распределения (PDF)
Наиболее распространенный подход заключается в сборе полных данных рассеяния - в том числе пиков Брэгга и диффузного рассеяния - в широком диапазоне передачи импульса (Q до ~30 Å-1 для рентгеновских лучей, выше для нейтронов). Затем структурный фактор S (Q) трансформируется в Фурье, чтобы получить функцию распределения пар G (r), из которой получают g (r). Синхротронные источники рентгеновского излучения (например, APS, ESRF, SPring-8) и источники нейтронов сплатации (например, SNS, ISIS) идеально подходят для таких измерений из-за их высокого потока и широкого диапазона Q.
Для композитов, содержащих легкие элементы (например, углерод, водород, кислород), рассеяние нейтронов особенно выгодно, потому что оно может различать изотопы, например, дейтерацию матрицы для выделения интерфейса наполнителя-матрицы. Методика использовалась для изучения интерфазы в резиновых композитах, заполненных кремнеземом, выявляя плотный слой связанного полимера, простирающийся ~ 2 нм от поверхности наполнителя.
Электронная микроскопия и RDF на основе изображений
Когда методы дифракции неосуществимы (например, для высокоразнородных образцов), можно вычислить RDF из изображений электронной микроскопии высокого разрешения. Путем идентификации центров частиц в 2D-проекциях и применения стереологических поправок исследователи могут получить статистическое описание расстояний частица-частица и частица-матрица. Этот подход распространен в исследованиях углеродных нанотрубок и графена нанокомпозита, где анализируется геометрия тонких пленок.
Малоугольное рассеяние (SAXS/SANS)
В то время как SAXS и SANS не дают непосредственно g(r) в реальном пространстве, они обеспечивают структурный фактор S(Q) при низком Q, который может быть инвертирован для получения парной корреляционной функции для наночастиц или пор.В сочетании с моделированием это дает информацию о фрактальной агрегации или иерархическом порядке в композитах.
Вычислительные подходы и моделирование
Вычислительное моделирование стало важным партнером для экспериментов по интерпретации RDF. Используются два основных метода:
Молекулярная динамика (MD) симуляция
Моделирование MD генерирует траектории атомов или крупнозернистых частиц под заданными силовыми полями. RDF вычисляется как гистограмма расстояний между частицами с течением времени. Для композитных интерфейсов MD может исследовать влияние химической функционализации на атомное упорядочивание. Например, моделирование нановолокон целлюлозы в полимолочной кислоте показывает, что силовые агенты смещают первый пик O···H RDF на более короткие расстояния, что указывает на более сильное водородное сцепление. Эти результаты направляют экспериментальные протоколы обработки поверхности.
Обратное Монте-Карло (RMC) моделирование
Когда экспериментальные данные g(r) доступны, но атомная конфигурация неизвестна, методы RMC могут генерировать трехмерные модели, которые воспроизводят измеренный RDF. Это особенно мощно для неупорядоченных композитов, таких как стекловидный углерод или арамидные волокна / эпоксидные системы, где обычный дифракционный анализ не удаётся. Модели RMC показали, что углеродная матрица в композитах из углеродного волокна содержит изогнутые графеновые фрагменты с характерным межслойным расстоянием 3,6 Å — информация, непосредственно считанная из RDF.
Тематические исследования в области композитного дизайна
Оптимизация дисперсии углеродных нанотрубок (CNT)
Постоянной проблемой в НКТ/полимерных композитах является предотвращение агломерации. Исследователи из Мичиганского университета использовали in situ SAXS для мониторинга RDF НКТ во время соникации. Первоначальный g(r) отображал резкий пик на 20 нм (размер кластера), который постепенно расширялся по мере прогрессирования соникации. Соотнося пиковую высоту RDF с композитной проводимостью, они определили оптимальное время соникации, которое минимизировало размер кластера без повреждения трубок. Полученный композит показал 40% увеличение электропроводности по сравнению с перезвуковыми образцами.
Инженерия интерфейсов в керамико-матричных композитах
Композиты из карбида кремния (SiC) с армированным волокном нитридом кремния (Si3N4) используются в высокотемпературных турбинных лопастях. Исследования нейтронного PDF-пространства, проведенные Исследовательским центром НАСА Гленна, показали, что ультратонкий BN-прослой между волокном и матрицей образует частично упорядоченную зону с отчетливым пиком RDF при 1,45 Å (связь B-N) и диффузным вторым пиком при 2,5 Å. Эта структура позволяет отклоняться трещины при сохранении переноса нагрузки. Благодаря настройке температуры осаждения BN, межслойный RDF может быть отрегулирован, что приводит к 15%-му улучшению прочности трещин.
Стеклянный углерод как матрица
Стеклянный углерод является аморфной формой углерода, используемого в качестве матрицы в некоторых высокопрочных композитах. Его RDF показывает резкий первый пик при 1,42 Å (С-С связь в графитовых кластерах) и широкий второй пик при 2,5 Å, что свидетельствует о структуре, состоящей из случайно ориентированных графитовых фрагментов размером ~ 20 Å. Эта информация в сочетании с моделированием MD использовалась для проектирования стекловидных углеродных композитов с контролируемой пористостью для электродов батареи.
Будущие направления и новые технологии
Область анализа RDF в композитах стремительно развивается. Стоит отметить несколько тенденций:
Машинное обучение для интерпретации RDF
С ростом объема данных рассеяния модели машинного обучения (ML) обучаются непосредственно предсказывать композитные свойства из RDF. Например, сверточная нейронная сеть может классифицировать, соответствует ли данный g(r) хорошо дисперсному или агломерированному состоянию наполнителя, что позволяет в реальном времени контролировать качество при производстве. Такие подходы интегрируются с высокопроизводительными синхротронными экспериментами.
Измерения RDF в Situ и Operando
Достижения в области быстрых детекторов и высокоблестящих источников теперь позволяют собирать RDF, в то время как композит деформируется или нагревается. Испытания на растяжение in situ в сочетании с рентгеновским рассеянием могут отслеживать, как структура атомного масштаба развивается во время распространения трещин. Ранние результаты показывают, что пик RDF, соответствующий межфазным связям, расширяется до макроскопического отказа, обеспечивая потенциальную подпись раннего предупреждения.
Интеграция с многомасштабным моделированием
Предпринимаются усилия по сопряжению атомистических данных RDF с моделями конечных элементов. Определяя межфазную область на основе профилей плотности, полученных из RDF, моделирование может более точно прогнозировать композиционную жесткость и прочность. Такие многомасштабные подходы уже используются в разработке аэрокосмических материалов.
Заключение
Радиальные функции распределения - это гораздо больше, чем математическая абстракция; они являются прямым исследованием атомной архитектуры, которая диктует производительность передовых композитных материалов. От количественной дисперсии наполнителя и межфазного упорядочивания до руководящих параметров обработки и проверки вычислительных моделей, анализ g(r) предлагает количественный язык для описания структуры в нескольких масштабах длины. По мере того, как экспериментальные методы становятся быстрее и вычислительная мощность увеличивается, дизайн на основе RDF, вероятно, станет стандартным инструментом в наборе инженера композитных материалов, ускоряя разработку более прочных, легких и более прочных материалов для отраслей от аэрокосмической промышленности до хранения энергии.
Для дальнейшего чтения см. статью Википедия о функции радиального распределения , всеобъемлющий NIST обзор анализа функции распределения пар и исследовательские работы, такие как это исследование по RDF в полимерных нанокомпозитах .