«За последние 10 лет наши возможности по расчету свойств материалов и химикатов, таких как реакционная способность и механическая прочность, значительно увеличились. Это полностью взорвано », – сказал Йенс Норсков, профессор SLAC и Стэнфордского университета и директор Центра изучения интерфейсов и катализа SUNCAT, который руководил исследованием.
«Поскольку все больше и больше исследователей используют компьютерное моделирование, чтобы предсказать, какие материалы обладают интересными свойствами, которые мы ищем, – это часть процесса, называемого« материалы по дизайну » - очень важно знать вероятность ошибки в этих расчетах ", – сказал он. "Это говорит нам о том, насколько мы можем доверять нашим результатам."
Норсков и его коллеги были в авангарде разработки этого подхода, используя его, среди прочего, для поиска лучших и дешевых катализаторов для ускорения синтеза аммиака и получения газообразного водорода в качестве топлива. Но методика, которую они описывают в статье, может быть широко применена ко всем видам научных исследований.
Ускорение цикла материального дизайна
Набор вычислений, включенных в это исследование, известен как ДПФ (Density Functional Theory). Он предсказывает энергии связи между атомами на основе принципов квантовой механики. Расчеты DFT позволяют ученым предсказывать сотни химических свойств и свойств материалов, от электронной структуры соединений до плотности, твердости, оптических свойств и реакционной способности.
Поскольку исследователи используют приближения для упрощения расчетов – в противном случае они занимали бы слишком много компьютерного времени – каждое из этих расчетных свойств материала может быть отклонено с довольно большой разницей.
Чтобы оценить размер этих ошибок, команда применила статистический метод: они вычислили каждое свойство тысячи раз, каждый раз настраивая одну из переменных, чтобы получить немного разные результаты. Такой разброс результатов представляет собой возможный диапазон ошибок.
«Даже с учетом оценочных погрешностей, когда мы сравнили расчетные свойства различных материалов, мы смогли увидеть четкие тенденции», – сказал Эндрю Дж.
Медфорд, аспирант SUNCAT и первый автор исследования. «Мы могли бы предсказать, например, что рутений будет лучшим катализатором для синтеза аммиака, чем кобальт или никель, и сказать, какова вероятность того, что наше предсказание окажется правильным."
Важный новый инструмент для тысяч исследований
Расчеты DFT используются в инициативе генома материалов для поиска в миллионах твердых тел и соединений, а также широко используются при разработке лекарств, – сказал Кирон Берк, профессор химии и физики Калифорнийского университета в Ирвине, не принимавший участия в исследовании.
«В прошлом году с использованием DFT было опубликовано около 30 000 статей», – сказал он. "Я считаю, что разработанная ими методика станет абсолютно необходимой для такого рода расчетов во всех областях за очень короткий период времени."
Томас Блигаард, старший научный сотрудник, отвечающий за разработку теоретических методов в SUNCAT, сказал, что команде предстоит много работы по реализации этих идей, особенно в расчетах, пытающихся сделать предсказания новых явлений или новых функциональных материалов.
Другими исследователями, участвовавшими в исследовании, были Джесс Веллендорф, Александра Войводич, Феликс Стадт и Франк Абильд-Педерсен из SUNCAT и Karsten W. Якобсен из Технического университета Дании.
Финансирование исследования поступило от Управления науки Министерства энергетики США.