在工业规模生产石墨烯:高性能计算有助于改善效率的精炼过程

石墨烯MD模拟

石墨烯在液态铜上的MD模拟快照。来源:圣地亚哥Cingolani。

来自慕尼黑技术大学的研究人员一直在使用GCS HPC资源,以开发在工业规模的生产石墨烯的更有效方法。

石墨烯可能是上世纪最令人兴奋的科学发现之一。虽然我们对美国 - 石墨烯令人惊讶的是被认为是碳的同类型,这意味着它与石墨具有基本上相同的物质,但在不同的原子结构中 - 石墨烯也开辟了一个新的设计和建立新技术的世界。

材料是二维的,这意味着石墨烯的每个“薄片”只有1个原子厚,但其粘合剂使其成为世界上一些最硬的金属合金的粘合剂,同时保持轻质和灵活。这种有价值的,独特的物业混合在广泛的领域激起了科学家的兴趣,导致研究使用Graphene为下一代电子产品,工业仪器和工具的新涂料以及新的生物医学技术。

它可能是石墨烯的巨大潜力,因此导致其最大的挑战之一 - 石墨烯难以生产大量,并且对材料的需求不断发展。最近的研究表明,使用液体铜催化剂可以是生产石墨烯的快速,有效的方式,但研究人员只有有限地了解在这些简短的情况下发生的分子相互作用,这导致石墨烯形成的混乱时刻,这意味着它们尚未使用该方法可靠地生产完美的石墨烯片。

为了解决这些挑战并帮助开发方法更快的石墨烯生产,慕尼黑技术大学的研究人员(Tum)一直在jülich超级计算中心使用Juwels和SuperMuc-NG高性能计算(HPC)系统(JSC)和Leibniz超级计算中心(LRZ)在液体铜上运行石墨烯形成的高分辨率模拟。

一个窗户进入实验

石墨烯的吸引力主要源于材料完美均匀的晶体结构,这意味着生产杂质的石墨烯是浪费的。对于只需要少量石墨烯的实验室设置或情况,研究人员可以使用类似于人们将使用带或另一种粘合剂的技术将一块静止胶带置于石墨晶体上并“剥离”石墨的原子层。帮助从衣服中删除宠物头发。虽然这种可靠地产生完美的石墨烯层,但该过程对于为大规模应用创造石墨烯是缓慢和不切实际的。

行业需要可靠地生产高质量石墨烯更便宜和更快的方法。正在研究的更有前途的方法之一包括使用液态金属催化剂,以促进来自分子前体的碳原子的自组装成在液态金属顶部生长的单个石墨烯片中。虽然液体提供有效扩展石墨烯生产的能力,但它还引入了许多并发症,例如熔化所用典型金属所需的高温,例如铜。在设计新材料时,研究人员使用实验来了解Atoms如何在各种条件下互动。While technological advances have opened up new ways for gaining insight into atomic-scale behavior even under extreme conditions such as very high temperatures, experimental techniques do not always allow researchers to observe the ultra-fast reactions that facilitate the correct changes to a material’s atomic structure (or what aspects of the reaction may have introduced impurities). This is where computer simulations can be of help, however, simulating the behavior of a dynamic system such as a liquid is not without its own set of complications.

“描述了这样的问题,你需要应用分子动力学(MD)模拟以获得正确的抽样,”Andersen说。“那时,当然,有系统大小 - 您需要具有足够大的系统来准确模拟液体的行为。”与实验不同,分子动力学模拟提供研究人员,能够从各种不同角度看,从各种不同的角度看出发生在原子量表上的事件或暂停模拟以专注于不同的方面。

虽然MD模拟为研究人员提供了在实验期间无法观察到的单个原子和化学反应的洞察力,但他们确实有自己的挑战。他们的首席是准确性和成本之间的妥协 - 当依赖于准确的AB Initio方法来驱动MD模拟时,获得足够大的仿真并且足够长的仿真来准确地模拟这些反应以有意义的方式来准确模拟这些反应是非常昂贵的。

安德森和她的同事在最近的模拟中伸展了大约2,500个果汁中的果酱核心。尽管有大量的计算努力,但该团队仍然只能在PICOSECONDS中模拟大约1,500个原子。虽然这些可能听起来像适度的数字,但这些模拟是液体铜上石墨烯的AB Initio MD模拟中最大的。该团队使用这些高度准确的模拟来帮助开发更便宜的方法来驱动MD仿真,以便可以模拟更大的系统和更长的时间尺度而不会影响精度。

加强链条中的联系

该团队在《化学物理杂志》(Journal of Chemical Physics)上发表了其破纪录的模拟工作,然后用这些模拟与他们在《科学》杂志上发表的最新论文中获得的实验数据进行了比较ACS Nano

Andersen表示,当前生成的超级计算机(例如juwels和supermuc-ng),使团队能够运行其模拟。然而,下一代机器将打开更多的可能性,因为研究人员可以更快地模拟更大的数量或更长的时间。

安徒生于2014年获得博士学位,她指出石墨烯研究在同一时期出现了爆炸式增长。她说:“这种材料是最近的研究焦点,这很有意思——人们对它的密切关注几乎囊括在我自己的科学生涯中。”尽管使用液体催化剂生产石墨烯还需要更多的研究,但Andersen指出,同时使用高性能计算和实验的双管齐下的方法将对进一步发展石墨烯,进而在商业和工业应用中发挥重要作用。她说:“在这项研究中,理论和实验之间有很大的相互作用,我在这项研究中正反两方面都参与过。”

Reference: “Real-Time Multiscale Monitoring and Tailoring of Graphene Growth on Liquid Copper” by Maciej Jankowski, Mehdi Saedi, Francesco La Porta, Anastasios C. Manikas, Christos Tsakonas, Juan S. Cingolani, Mie Andersen, Marc de Voogd, Gertjan J. C. van Baarle, Karsten Reuter, Costas Galiotis, Gilles Renaud, Oleg V. Konovalov and Irene M. N. Groot, 1 June 2021,ACS Nano
DOI:10.1021 / ACSNANO.0C10377

juwels和supermuc-ng的资金由巴伐利亚州科学和艺术部提供,文化部,北莱茵 - 威斯特法伦州的国家部,以及德国联邦教育和研究,通过高斯中心进行超级计算(GCS)。

是第一个评论“在工业规模生产石墨烯:高性能计算有助于改善效率的改进过程”

发表评论

邮件地址是可选的。如果提供,您的电子邮件将不会被发布或共享。