Simulări prin învățare automată dezvăluie cum plasticul se transformă în carbon dur
Cercetătorii de la Departamentul de Chimie al Universității din Oxford au folosit simulări atomistice bazate pe învățare automată pentru a urmări modul în care un polimer comun se transformă în carbon dur, dezvăluind procesele la scară atomică ce conferă acestui material important din punct de vedere tehnologic structura sa dezordonată. Studiul a fost publicat în revista Chemical Science.
Carbonul dur este un material important pentru anozii bateriilor sodiu-ion, care atrag interesul ca alternative economic viabile la bateriile convenționale litiu-ion, datorită abundenței naturale ridicate și costului scăzut al sodiului. Spre deosebire de grafit, carbonul dur conține structuri de carbon curbate și aranjate neregulat, care rezistă transformării în grafit ordonat, chiar și la temperaturi foarte ridicate. Originile acestui comportament neobișnuit au nedumerit oamenii de știință timp de decenii.
În anii 1950, Franklin a stabilit distincția între carbonele grafitzante și negrafitzante, arătând că alegerea precursorului joacă un rol crucial în determinarea structurii carbonului rezultat. Totuși, modul exact în care se dezvoltă carbonul dur la scară atomică a rămas dificil de observat experimental sau de simulat direct.
Urmărirea structurii dezordonate a carbonului dur
Echipa de la Oxford s-a concentrat asupra clorurii de poliviniliden (PVDC), un polimer care este un precursor clasic al carbonului negrafitzant. Pentru a investiga descompunerea termică a acestui polimer, cercetătorii au utilizat simulări atomistice conduse de învățarea automată, care au combinat acuratețea calculelor mecanice cuantice cu eficiența computațională necesară pentru studierea structurilor chimice complexe. Astfel, au putut urmări mișcarea atomilor individuali și au observat modul în care legăturile chimice se rup și se formează pe măsură ce polimerul este încălzit, oferind o imagine microscopică detaliată a modului în care se dezvoltă carbonul dur.
Simulările arată că îndepărtarea atomilor de hidrogen și clor din precursorul PVDC generează situri de carbon foarte reactive care formează progresiv noi legături carbon-carbon. În timp, aceste legături conectează resturile lanțurilor de polimer într-o rețea extinsă. În mod crucial, spre deosebire de grafit, această rețea conține nu doar inele de carbon cu șase membri, ci și inele cu cinci și șapte membri care introduc curbură.
Gândiți-vă la un balon de fotbal clasic: pentagoanele cu cinci laturi permit suprafeței altfel hexagonale să se curbeze într-o sferă. În mod similar, motivele non-hexagonale din carbonul dur distorsionează rețeaua de carbon, împiedicând-o să formeze straturile plate și ordonate caracteristice grafitului.
Studiul a fost condus de Litong Wu, pe baza unor studii pilot realizate de foștii studenți Zitong Wu și Zakariya El-Machachi, sub supervizarea profesorului Volker Deringer la Departamentul de Chimie al Oxford. Abordarea lor demonstrează cum simulările bazate pe învățare automată pot descoperi căi chimice în materiale complexe care ar fi prohibitiv de costisitoare de studiat prin metode mecanice cuantice convenționale.
Legătura dintre chimia precursorului și performanța bateriilor
Dincolo de avansarea înțelegerii formării carbonului dur, lucrarea promite pași viitori în conectarea chimiei precursorului cu structura și proprietățile electrochimice ale anozilor de baterii. Această perspectivă reflectă viziunea mai largă a grupului de a „proiecta” materiale funcționale amorfe cu ajutorul simulărilor atomistice conduse de învățarea automată. Datele de cercetare ale autorilor sunt disponibile deschis, astfel încât să poată fi utilizate cu ușurință pentru cercetări ulterioare.
Autoarea principală, Litong Wu, a declarat: „Lucrul la acest proiect a fost ca și cum ai deschide o carte pe care nimeni nu o citise până atunci. Din haosul atomilor care se mișcă la temperaturi ridicate, încep să apară modele ordonate și intuitive. A fost o adevărată onoare să revizitez munca lui Rosalind Franklin, cineva pe care am admirat-o mult timp. Sunt la fel de mândră că studiul nostru arată ce pot face metodele computaționale moderne, combinate cu puterea de calcul de astăzi.”
Deringer a adăugat: „Voi adăuga doar la cuvintele Litong cât de încântat sunt să văd mai mulți membri ai grupului nostru făcând posibilă această cercetare: ea însăși ca studentă actuală la doctorat conducând expert studiul; Zitong ca fostă studentă în proiectul MChem (pe care am predat-o prima dată în primul ei an de curs); și Zak ca absolvent de doctorat care a ajutat la construirea fundațiilor pentru această lucrare.”
