Przecław News

Informacje o Polsce. Wybierz tematy, o których chcesz dowiedzieć się więcej w Wiadomościach Przecławia.

Korzystając z HPC i eksperymentów, naukowcy nadal ulepszają produkcję grafenu

centrum superkomputerowe Gaussa

Grafen może być jednym z najbardziej ekscytujących odkryć naukowych ostatniego stulecia. Chociaż jest nam uderzająco znajomy – grafen jest alotropem węgla, co oznacza, że ​​jest zasadniczo tym samym materiałem co grafit, ale ma inną strukturę atomową – grafen otworzył również zupełnie nowy świat możliwości projektowania i budowania nowych technologii.

Materiał jest dwuwymiarowy, co oznacza, że ​​każda „płytka” grafenu ma grubość tylko jednego atomu, ale jego wiązania sprawiają, że jest tak wytrzymały, jak niektóre z najtwardszych stopów metali na świecie, przy jednoczesnym zachowaniu jego wagi i elastyczności. Ta cenna i unikalna kombinacja właściwości zaintrygowała naukowców z wielu różnych dziedzin, prowadząc do badań nad wykorzystaniem grafenu w elektronice nowej generacji, nowych powłok dla narzędzi i instrumentów przemysłowych oraz nowych technologii biomedycznych.

Być może to właśnie ogromny potencjał grafenu spowodował jedno z jego największych wyzwań – grafen jest trudny do masowej produkcji, a zapotrzebowanie na materiał stale rośnie. Ostatnie badania sugerują, że użycie ciekłego katalizatora miedziowego może być szybkim i wydajnym sposobem wytwarzania grafenu, ale naukowcy mają jedynie ograniczoną wiedzę na temat interakcji molekularnych zachodzących podczas tych krótkich, chaotycznych momentów, które prowadzą do tworzenia grafenu, co oznacza, że ​​nie mogą używać metoda jeszcze. Do niezawodnego wytwarzania nieskazitelnych arkuszy grafenowych.

Aby sprostać tym wyzwaniom i pomóc w opracowaniu sposobów szybszego wytwarzania grafenu, zespół naukowców z Uniwersytetu Technicznego w Monachium (TUM) wykorzystał systemy obliczeń o wysokiej wydajności (HPC) JUWELS i SuperMUC-NG w Centrum Superkomputerowym Jülich (JSC). ) oraz Centrum Superkomputerowego Leibniza (TUM) LRZ) w celu przeprowadzenia wysokiej rozdzielczości symulacji powstawania grafenu na ciekłej miedzi.

Okno na doświadczenie

Atrakcyjność grafenu wynika przede wszystkim z idealnie regularnej struktury krystalicznej materiału, co powoduje, że produkcja grafenu z domieszkami jest zmarnowanym wysiłkiem. W przypadku warunków lub warunków laboratoryjnych, które wymagają tylko niewielkiej ilości grafenu, naukowcy mogą umieścić kawałek taśmy maskującej na krysztale grafitu i „odkleić” atomowe warstwy grafitu przy użyciu techniki podobnej do tej, w jakiej używają taśmy klejącej lub innego kleju do pomóc usunąć sierść zwierząt z odzieży. Chociaż w ten sposób niezawodnie wytwarza się bezbłędne warstwy grafenu, proces tworzenia grafenu do zastosowań na dużą skalę jest powolny i niepraktyczny.

READ  Częstość występowania i rozkład genotypów zakażenia HPV wśród kobiet w Chengdu w Chinach Dziennik wirusologii

Przemysł wymaga niezawodnych metod wytwarzania wysokiej jakości grafenu po niższych i szybszych cenach. Jedna z badanych obiecujących metod polega na zastosowaniu katalizatora z ciekłego metalu w celu ułatwienia samoorganizacji atomów węgla z prekursorów molekularnych w pojedynczym arkuszu grafenu narastającym na wierzchu ciekłego metalu. Chociaż ciecz oferuje zdolność do wydajnego zwiększania produkcji grafenu, wiąże się również z szeregiem komplikacji, takich jak wysokie temperatury wymagane do topienia typowych stosowanych metali, takich jak miedź. Projektując nowe materiały, naukowcy przeprowadzają eksperymenty, aby zobaczyć, jak atomy reagują w różnych warunkach. Chociaż postęp technologiczny otworzył nowe możliwości uzyskania wglądu w zachowanie skali atomowej nawet w ekstremalnych warunkach, takich jak bardzo wysokie temperatury, techniki eksperymentalne nie zawsze pozwalają naukowcom obserwować ultraszybkie interakcje, które ułatwiają prawidłowe zmiany w atomowej strukturze materii. (lub jakie aspekty interakcji mogły wprowadzić zanieczyszczenia). W tym miejscu mogą pomóc symulacje komputerowe, jednak symulowanie zachowania dynamicznego systemu, takiego jak płyn, nie jest pozbawione własnego zestawu złożoności.

„Problem z opisywaniem czegoś takiego polega na tym, że musisz zastosować symulacje dynamiki molekularnej (MD), aby uzyskać odpowiednie próbki” – powiedział Andersen. „Do tego dochodzi oczywiście wielkość systemu – potrzebny jest system wystarczająco duży, aby dokładnie symulować zachowanie płynu”. W przeciwieństwie do eksperymentów symulacje dynamiki molekularnej dają naukowcom możliwość patrzenia na zdarzenia zachodzące w skali atomowej pod różnymi kątami lub wstrzymywania symulacji w celu skupienia się na różnych aspektach.

Symulacje MD oferują naukowcom wgląd w ruch poszczególnych atomów i reakcje chemiczne, których nie można zaobserwować podczas eksperymentów, ale wiążą się one z własnymi wyzwaniami. Najważniejszym z nich jest kompromis między dokładnością a kosztem – poleganie na dokładnych metodach ab initio do prowadzenia symulacji MD jest bardzo kosztowne, aby uzyskać symulacje, które są wystarczająco duże i trwają wystarczająco długo, aby dokładnie modelować te interakcje w znaczący sposób.

READ  Utrzymywanie się objawów po zakażeniu wirusem COVID-19 wśród pacjentów z cukrzycą typu 1 i typu 2 w Arabii Saudyjskiej

Andersen i współpracownicy wykorzystali w swoich ostatnich symulacjach około 2500 rdzeni na JUWELS w okresie ponad miesiąca. Pomimo ogromnych wysiłków obliczeniowych zespół mógł nadal symulować tylko około 1500 atomów w ciągu kilku sekund. Chociaż mogą się one wydawać skromne, ta symulacja była jedną z największych, jakie kiedykolwiek przeprowadzono w ab initio MD grafenu na ciekłej miedzi. Zespół wykorzystuje te symulacje o wysokiej rozdzielczości, aby pomóc w opracowaniu tańszych sposobów przeprowadzania symulacji MD, dzięki czemu możliwe staje się symulowanie większych systemów i dłuższych skal czasowych bez uszczerbku dla dokładności.

Wzmocnij ogniwa w łańcuchu

Zespół opublikował rekordową pracę symulacyjną w Journal of Chemical Physics, a następnie wykorzystał te symulacje do porównania z danymi eksperymentalnymi uzyskanymi w ich najnowszym artykule, który pojawia się w ACS Nano.

Andersen zauważył, że superkomputery obecnej generacji, takie jak JUWELS i SuperMUC-NG, umożliwiły zespołowi przeprowadzenie symulacji. Jednak maszyny nowej generacji otworzą więcej możliwości, ponieważ naukowcy będą mogli szybciej symulować większe liczby lub systemy w dłuższych okresach czasu.

Andersen uzyskała tytuł doktora w 2014 roku i zauważa, że ​​badania nad grafenem eksplodowały w tym samym okresie. „To zdumiewające, że ten materiał jest tak ostatnio przedmiotem zainteresowania badawczego – jest prawie tak zawarty w mojej własnej karierze naukowej, że ludzie przyjrzeli się mu tak uważnie” – powiedziała. Chociaż potrzebne są dalsze badania nad wykorzystaniem ciekłych katalizatorów do produkcji grafenu, Andersen zauważył, że dwutorowe podejście do wykorzystania zarówno HPC, jak i eksperymentu byłoby niezbędne do dalszego rozwoju grafenu, a tym samym jego wykorzystania w zastosowaniach komercyjnych i przemysłowych. „W tych badaniach istnieje ogromna interakcja między teorią a eksperymentem, a ja byłam po obu stronach tych badań” – powiedziała.

/Ogólne wydanie. Ten materiał pochodzi z oryginalnej instytucji i może mieć charakter czasowy i jest zredagowany dla jasności, stylu i długości. Pełny widok Tutaj.