04.05.2022, 13:39
ФизТех
1
4,7 тыс

Суперкомпьютерное моделирование помогло определить структуру жидкого углерода

❋ 4.3

Российские ученые исследовали поведение жидкого углерода с помощью суперкомпьютерного моделирования и впервые охарактеризовали его структуру на наноразмерных масштабах. Результаты свидетельствуют о том, что при относительно низких давлениях жидкий углерод представляет собой смесь линейных sp-гибридизованных цепочек и структурно напоминает карбин — загадочную твердую фазу углерода, споры о существовании которой ведутся уже более полувека.

Суперкомпьютерное моделирование помогло определить структуру жидкого углерода
Суперкомпьютерное моделирование помогло определить структуру жидкого углерода / ©Getty images / Автор: Иван Беляев

Работа опубликована в высокорейтинговом научном журнале Carbon. Углерод известен богатым набором аллотропных модификаций: от знакомых всем графита и алмаза до модных в наши дни нанотрубок, фуллеренов и многочисленных производных графена. Всем этим твердым модификациям углерода посвящены тысячи научных статей и целые монографии, а вот о свойствах его жидкой фазы известно удивительно мало. Несмотря на существенную практическую значимость, до сих пор нет достоверных экспериментальных данных о линии плавления графита или параметрах тройной точки «пар — жидкость — графит».

Такое положение — следствие ряда технических сложностей, связанных в первую очередь с трудностями стабилизации жидкого углерода при экстремально высоких температурах. Кроме того, температура образования жидкого углерода настолько высока, что тигель для его удержания попросту не из чего изготовить: любой другой жаропрочный материал расплавится раньше, чем сам образец.

Свойства жидкого углерода и аспекты плавления графита имеют долгую историю исследований, которые начались еще в 1920-х годах и были позднее продолжены уже во второй половине XX века экспериментами по лазерному нагреву и нагреву электрическим разрядом. Но после нескольких десятилетий интенсивных усилий результаты измерений температуры плавления графита по-прежнему крайне противоречивы: даже при близких значениях давления точки плавления разбросаны по широкому диапазону температур от 3700 до 6700 К.

При этом с развитием технологий знания о поведении углерода в области экстремальных температур становятся все более востребованы: фазовые переходы «твердое тело — жидкость» могут возникать в ходе синтеза углеродных наночастиц или встречаться при интенсивной лазерной абляции углеродных материалов. Перспективные методы восстановления графена из его оксида также требуют нагрева до температур порядка 3500–4000 K.

Атомистическая структура жидкого углерода: розовые атомы — sp-гибридизация, зеленые — sp2, серые — sp3 (слева). Примеры отдельных углеродных цепочек в объеме жидкости (справа)
Атомистическая структура жидкого углерода: розовые атомы — sp-гибридизация, зеленые — sp2, серые — sp3 (слева). Примеры отдельных углеродных цепочек в объеме жидкости (справа) / ©Carbon

Здесь на помощь приходят методы суперкомпьютерного моделирования: они позволяют заглянуть в области, которые пока недоступны эксперименту. С помощью этих методов группа ученых из Объединенного института высоких температур РАН и Московского физико-технического института провела атомистическое моделирование жидкой фазы углерода.

Никита Орехов, заместитель заведующего лабораторией суперкомпьютерных методов в физике конденсированного состояния МФТИ, рассказывает: «Атомистическое моделирование является одним из основных направлений деятельности нашей лаборатории в МФТИ. Этот подход позволяет численно описывать и предсказывать поведение каждого отдельного атома в некотором, как правило, очень небольшом объеме вещества.

С вычислительной точки зрения такие методы крайне ресурсоемкие и требуют использования высокопроизводительных машин, способных для решения одной задачи задействовать одновременно сотни, а порой и тысячи отдельных процессоров, — так называемых суперкомпьютеров».

Моделирование жидкого и аморфного углерода — чрезвычайно сложная задача, и существовавшие до недавнего времени методы эмпирической молекулярной динамики справлялись с ней сравнительно плохо. Однако алгоритмы машинного обучения, уже плотно проникшие практически во все сферы научной деятельности, помогли совершить важный прорыв и в этой области. В последние годы начали появляться модели машинно-обучаемых межатомных потенциалов, точность которых вплотную приближается к возможностям квантово-химических методов.

Михаил Логунов, аспирант МФТИ, младший научный сотрудник лаборатории суперкомпьютерных методов в физике конденсированного состояния МФТИ, добавляет: «В нашей работе мы применили методы классической молекулярной динамики с машинно-обучаемым потенциалом и исследовали поведение жидкого углерода при Т=5000–7000К — в области экстремальных температур, практически недоступной для анализа экспериментальными методами.

Расчеты показали, что в определенном диапазоне давлений жидкий углерод существенно меняет свою структуру и становится похожим на смесь линейных sp-гибридизованных цепочек толщиной в один атом. Это крайне неожиданное поведение для ковалентной жидкости. Такие цепочки экспериментально наблюдались при комнатной температуре, но их удавалось стабилизировать только в очень специфических условиях, например внутри углеродных нанотрубок.

А полвека назад было предположено, что sp-гибридизованные цепочки могут образовать еще одну гипотетическую фазу твердого углерода — так называемый карбин. И, хотя синтез карбина так и не был осуществлен на практике, наши расчеты показывают, что при определенных условиях его структурные мотивы можно наблюдать в жидкой фазе углерода.

Полученные данные о жидкой фазе углерода могут быть важны как с практической точки зрения, например для поиска новых методов высокотемпературного синтеза углеродных наночастиц, так и с более фундаментальной: углерод при экстремальных температурах — нередкий гость в задачах астрофизики. 

Нашли опечатку? Выделите фрагмент и нажмите Ctrl (Cmd) + Enter.
ФизТех
Московский физико-технический институт (национальный исследовательский университет), известен также как Физтех — ведущий российский вуз по подготовке специалистов в области теоретической, экспериментальной и прикладной физики, математики, информатики, химии, биологии и смежных дисциплин. Расположен в городе Долгопрудном Московской области, отдельные корпуса и факультеты находятся в Жуковском и в Москве.
Подписывайтесь на нас в Telegram, Дзен и в последнюю очередь на VK
Предстоящие мероприятия
17 сентября, 10:59
НИУ ВШЭ

Экономисты НИУ ВШЭ выяснили, что российские сотрудники, которые регулярно пользуются искусственным интеллектом в работе, зарабатывают намного больше тех, кто отказывается от новых инструментов или прибегает к ним время от времени. Среди высококвалифицированных специалистов прибавка достигает 41,8%.

17 сентября, 12:04
НИТУ МИСИС

17 сентября, в день рождения Константина Циолковского, отмечается Всероссийский день физики. Исследования ученого, посвященные теоретическим основам космонавтики, стали фундаментом для последующего развития ракетной техники. Сегодня похожий путь проходят квантовые технологии: фундаментальные исследования квантовых явлений постепенно превращаются в инженерные решения — от сверхпроводниковых кубитов и квантовых сенсоров до вычислительных систем и новых материалов. О том, какие прикладные задачи уже решаются с помощью квантовых технологий, рассказывает доктор физико-математических наук, заведующий кафедрой теоретической физики и квантовых технологий Сергей Мухин.

18 сентября, 15:30
Татьяна Зайцева

Благодаря свинцу, входившему в состав чернил, ученые, возможно, смогут прочитать давно утраченные тексты античных философов на обугленных папирусных свитках, переживших извержение Везувия. Новый метод уже позволил сделать это на точных имитациях древних свитков.

17 сентября, 10:59
НИУ ВШЭ

Экономисты НИУ ВШЭ выяснили, что российские сотрудники, которые регулярно пользуются искусственным интеллектом в работе, зарабатывают намного больше тех, кто отказывается от новых инструментов или прибегает к ним время от времени. Среди высококвалифицированных специалистов прибавка достигает 41,8%.

16 сентября, 14:29
Татьяна Зайцева

Анализ данных о почти 300 тысячах километров римских дорог, проложенных по территории бывшей империи, показал, что они вовсе не были такими прямыми, как принято считать. Кроме того, выяснилось, что известная поговорка «Все дороги ведут в Рим» тоже не соответствует истине.

15 сентября, 11:38
Evgenia Vavilova

Тренды здорового питания постоянно меняются, в том числе на основе научных исследований. Когда-то публика панически боялась жиров, но их реабилитировали. Гарвардская пирамида здорового питания рисовала сложные углеводы в основании пирамиды, а теперь они переместились к вершине. Возможно, и современную моду на приоритет белка придется пересмотреть.

9 сентября, 22:44
Александр Березин

Нейросеть OpenAI добилась серьезного прорыва в математике, решив одну из семи «задач тысячелетия». Получат ли США, чьи нейросети опираются на гораздо более мощное «железо», чем у Китая, монополию на конвейер научных открытий? Даст ли это возможности сравнимые с их атомной монополией 80 лет назад?

28 августа, 15:43
Татьяна Зайцева

Сопротивление жителей Европы самой идее употребления насекомых в пищу может иметь эволюционные корни, уходящие вглубь тысячелетий, пришли к выводу авторы нового исследования. Оказалось, предки современных европейцев ели насекомых лишь эпизодически. Кроме того, из-за генетических мутаций они плохо переваривали их экзоскелеты.

29 августа, 16:51
Александр Березин

Госдолг США достиг 40 триллионов долларов и растет все быстрее и быстрее. На Западе переполох: при таких размерах его не выплатить. Следовательно, полагают многие, надо решить проблему как древние шумеры — долг обнулить и начать занимать заново. Рецепт кажется здравым, но есть нюансы. Причем поучительнее всего они даже не для Штатов, а, как ни странно, именно для России.

[miniorange_social_login]

Комментарии

1 Комментарий
А вот это весьма интересно! Спасибо большое за эту новость и ссылку на статью, а то бы сам пропустил.Заценю этот "machine learning" потенциал из статьи, насколько он хорош. А он явно неплох, гонял несколько лет назад более раннюю версию этого потенциала.