diseño computacional de materiales

77
Diseño Computacional de Materiales Dr. Adrian C. Razzitte

Upload: others

Post on 15-Nov-2021

3 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Diseño Computacional de Materiales

Diseño Computacional de Materiales

Dr. Adrian C. Razzitte

Page 2: Diseño Computacional de Materiales

¿Qué es el Diseño Computacional de Materiales?

Es una metodología de análisis y predicción de propiedades estructurales, electrónicas, magnéticas, termodinámicas, químicas, mecánicas y ópticas de materiales mediante la aplicación combinada de métodos mecano-cuánticos (cálculos ab-initio), mecano-estadísticos (Monte Carlo y dinámica molecular) a partir de la estructura molecular.

Page 3: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Page 4: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros

Page 5: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Page 6: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Materiales reales

Page 7: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Materiales reales

Simples

Complejos

Page 8: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Materiales reales

Simples

Complejos

Aproximaciones

Page 9: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Materiales reales

Simples

Complejos

Aproximaciones

Page 10: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Materiales reales

Simples

Complejos

Aproximaciones

Page 11: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Materiales reales

Simples

Complejos

Aproximaciones

Experimentación

Page 12: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Materiales reales

Simples

Complejos

Aproximaciones

Experimentación

Page 13: Diseño Computacional de Materiales

IntroducciónEstudio de materiales

Cristales puros Teoría

Materiales reales

Simples

Complejos

Aproximaciones

Experimentación

nes

Page 14: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Page 15: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Orbitalesatómicos

Page 16: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Orbitalesatómicos

Orbitalesmoleculares

Page 17: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Orbitalesatómicos

Orbitalesmoleculares

Funciones

Page 18: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Orbitalesatómicos

Orbitalesmoleculares

Funciones

Función deonda

Page 19: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Orbitalesatómicos

Orbitalesmoleculares

Funciones

Función deonda

Densidad decarga

Page 20: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Page 21: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Dinámica Molecular Clásica

Page 22: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Dinámica Molecular ClásicaMétodos AB Initio

Page 23: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Dinámica Molecular ClásicaMétodos AB InitioTight Binding

Page 24: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Dinámica Molecular ClásicaMétodos AB InitioTight BindingMonte Carlo

Page 25: Diseño Computacional de Materiales

IntroducciónEstudio de los materiales

Dinámica Molecular ClásicaMétodos AB InitioTight BindingMonte CarloOtros métodos

Page 26: Diseño Computacional de Materiales

IntroducciónMétodos de estudio

Page 27: Diseño Computacional de Materiales

IntroducciónMétodos de estudio

Dinámica Molecular ClásicaMétodos AB InitioTight Binding

Page 28: Diseño Computacional de Materiales

IntroducciónMétodos de estudio

Dinámica Molecular ClásicaMétodos AB InitioTight Binding

El estado del sistema queda determinado completamente por las condiciones iniciales. La

cantidad de átomos está limitada.

Page 29: Diseño Computacional de Materiales

IntroducciónMétodos de estudio

Monte Carlo

Asume parámetros de interacción muy idealizados o simplificados y puede tratar gran

cantidad de átomos.

Page 30: Diseño Computacional de Materiales

Modelado de Sistemas Reales

21

1 1 22

22

2 2 12

1 22

1 22

1 2

d rm f ( r r )d td rm f ( r r )d t

r r r

m m d r f ( r )m m d t

= −

= −

= −

=+

Material real = Problema de muchos cuerpos “many body”: no tiene solución analíticaLa ecuación de dos cuerpos en mecánica clásica se reduce a una ecuación de un solo cuerpo

Page 31: Diseño Computacional de Materiales

Problema de tres cuerpos: solución analítica en casos limitados;requiere solución numérica. La solución numérica es el único camino para resolver problemas de muchos cuerpos. El enfoque se extiende a la Mecánica Cuántica

21

1 1 2 32

22

2 1 2 32

23

3 1 2 32

d rm f ( r , r , r )d td rm f ( r , r , r )d t

d rm f ( r , r , r )d t

=

=

=

Page 32: Diseño Computacional de Materiales

IntroducciónFuerzas presentes en los sistemas

físicos

Page 33: Diseño Computacional de Materiales

IntroducciónFuerzas presentes en los sistemas

físicosLos tipos de fuerzas que caracterizan actualmente a la ciencia son:

Page 34: Diseño Computacional de Materiales

IntroducciónFuerzas presentes en los sistemas

físicosLos tipos de fuerzas que caracterizan actualmente a la ciencia son:

Interacciones fuertes

Page 35: Diseño Computacional de Materiales

IntroducciónFuerzas presentes en los sistemas

físicosLos tipos de fuerzas que caracterizan actualmente a la ciencia son:

Interacciones fuertes Fuerzas de Coulomb

Page 36: Diseño Computacional de Materiales

IntroducciónFuerzas presentes en los sistemas

físicosLos tipos de fuerzas que caracterizan actualmente a la ciencia son:

Interacciones fuertes Fuerzas de CoulombInteracciones débiles

Page 37: Diseño Computacional de Materiales

IntroducciónFuerzas presentes en los sistemas

físicosLos tipos de fuerzas que caracterizan actualmente a la ciencia son:

Interacciones fuertes Fuerzas de CoulombInteracciones débilesFuerzas gravitatorias

Page 38: Diseño Computacional de Materiales

IntroducciónObjetivos de la simulación

Estudiar la estructura de materiales conocidos

Obtener propiedades de materiales conocidos.

Predecir nuevos materiales mediante cálculos numéricos.

Page 39: Diseño Computacional de Materiales
Page 40: Diseño Computacional de Materiales

Orbitales tipo s

Page 41: Diseño Computacional de Materiales

Orbitales tipo p

Unión tipo σ Unión tipo π

Page 42: Diseño Computacional de Materiales

Ecuación de Schrödinger

GS GSH E∧

Ψ = Ψ

Page 43: Diseño Computacional de Materiales

1 1 1 1 2 2 2 2 n n n nm

nl l

f (r , , ).f (r , , )....f (r , , )

f R (r)Y ( , )

Ψ= θ φ θ φ θ φ

= θ φ

La ecuación de SchrÖdinger para el átomo no esseparable debido a los términos de repulsión interelectrónica y se separa en n-ecuaciones hidrogenoides monoelectrónicas, tal que la función de orden cero resulta:

:

2 2 2 22 21 2

1 2 1 2

e e e( )2 m r r r r

− ∇ + ∇ − − +−

h

Page 44: Diseño Computacional de Materiales

Hamiltoniano multielectrónico2 '2 '2n n n 1 n

2i

i 1 i 1 i 1 j i 1e i ij

Ze eH2m r r

−∧

= = = = +

= − ∇ − +∑ ∑ ∑∑h

Page 45: Diseño Computacional de Materiales

Hamiltoniano multielectrónico2 '2 '2n n n 1 n

2i

i 1 i 1 i 1 j i 1e i ij

Ze eH2m r r

−∧

= = = = +

= − ∇ − +∑ ∑ ∑∑h

• H= Hamiltoniano del sistema multielectrónico

Page 46: Diseño Computacional de Materiales

Hamiltoniano multielectrónico2 '2 '2n n n 1 n

2i

i 1 i 1 i 1 j i 1e i ij

Ze eH2m r r

−∧

= = = = +

= − ∇ − +∑ ∑ ∑∑h

• H= Hamiltoniano del sistema multielectrónico• Vext=Potencial externo local uni-particular

Page 47: Diseño Computacional de Materiales

Hamiltoniano multielectrónico2 '2 '2n n n 1 n

2i

i 1 i 1 i 1 j i 1e i ij

Ze eH2m r r

−∧

= = = = +

= − ∇ − +∑ ∑ ∑∑h

• H= Hamiltoniano del sistema multielectrónico• Vext=Potencial externo local uni-particular• EGS= Energía del estado fundamental

Page 48: Diseño Computacional de Materiales

Hamiltoniano multielectrónico2 '2 '2n n n 1 n

2i

i 1 i 1 i 1 j i 1e i ij

Ze eH2m r r

−∧

= = = = +

= − ∇ − +∑ ∑ ∑∑h

• H= Hamiltoniano del sistema multielectrónico• Vext=Potencial externo local uni-particular• EGS= Energía del estado fundamental• ψGS= Función de onda del estado fundamental para el

sistema multielectrónico

Page 49: Diseño Computacional de Materiales

Hartree supone que los electrones (e) en el átomo de He se mueven en un campo estático→ cada e tiene su propia autofunción.

Si los e tienen autofunciones 1(r)ψ y 2 (r)ψ el primer e con autofunción 1(r)ψ se mueve en un campo debido a dos efectos

1) El campo del núcleo, dando un potencial -22e

r

2) El campo medio debido a los otros electrones; se obtiene imaginando el e1

moviéndose en una distribución homogénea de carga -e2

2 (r)ψ en el punto r. La energía potencial del primer electrón en el campo de esa carga uniforme es:

2' ' ' '22

'

(r ) dx dy dze

r r

ψ

−∫∫∫ donde r indica la posición en la que se ubica el e1

∴ se deduce que e1 se mueve en un campo en el que la energía potencial es

V1(r) = -22e

r+

2' ' ' '22

'

(r ) dx dy dze

r r

ψ

−∫∫∫

Método de Hartree-Fock

Page 50: Diseño Computacional de Materiales

La función de onda satisface la ecuación de SchrÖdinger :

[ ]21 1 1

2m E V (r) 0∇ ψ + − ψ =h

Similarmente el otro electrón se mueve en un campo equivalente:

V2(r) = -22e

r+

2' ' ' '12

'

(r ) dx dy dze

r r

ψ

−∫∫∫

Que da lugar a una ecuación de SchrÖdinger análoga. Estas dos ecuaciones determinan la función de onda de cada electrón. Los campos V1 y V2 se llaman autoconsistentes. En la aplicación práctica se estima V1, se resuelve la ecuación de Sch. para 2ψ y luego se calcula V2 , así se obtiene una ecuación de Sch. para 2ψ y luego se recalcula V1. Si no coincide con la original estimada, esta última debe corregirse y el proceso continúa.

2 221 2 1 2

12

1W 2E e (r ) (r ) d dr

= − Ψ Ψ τ τ∫∫

Page 51: Diseño Computacional de Materiales

[ ]

[ ]

n n

n n

n n

1 1 2 2 1 1 2 2 1 2

1 2 1 1 2 2 1 2 2 1

222 22 1 12 12 2

211 11 2 12 12 1

2ik i

H d

H dE o

d

(r ) ( r ) H (r ) ( r )d d

( r , r ) ( r ) ( r ) ( r ) ( r )

1 2 W H G (r ) H G (r )2 r

1 2 W H G (r ) H G (r )2 r

1H2

∧∗ ∗

∧∗

∗ ∗

∧∗ ∗

Ψ Ψ τ

Ψ Ψ τ≥

Ψ Ψ τ

Ψ Ψ Ψ Ψ τ τ

Ψ = ψ ψ ± ψ ψ

∇ + + − − ψ = ± + ψ

∇ + + − − ψ = ± + ψ

= ψ − ∇

∫∫

∫ ∫

∫ k

ik i 2 k 2 212

2 dr

1G (r ) ( r )dr

− ψ τ

= ψ ψ τ∫

Page 52: Diseño Computacional de Materiales

Diseño Computacional de Óxidos Magnéticos

PROBLEMA:Intercambio electrónico y correlación en sólidosHerramienta:Teoría del Funcional de la Densidad y Teoremas de Hohenberg y Kohn & Kohn y Sham

Page 53: Diseño Computacional de Materiales

Tipos de Materiales Magnéticos

diamagnéticos

paramagnéticos

ferromagnéticos

ferrimagnéticos

Page 54: Diseño Computacional de Materiales

Propiedades Magnéticas

Material paramagnético

Fuerzas débiles de interacción

Material ferrimagnético

Fuerzas intensas de interacción

Page 55: Diseño Computacional de Materiales

Ciclo de Histéresis Magnética

-15000 -10000 -5000 0 5000 10000 15000

-0,8

-0,6

-0,4

-0,2

0,0

0,2

0,4

0,6

0,8

Hc

Mr

MsMH

aplicado

Haplicado

0H

Page 56: Diseño Computacional de Materiales

Cerámicos Magnéticos

MO: óxido de metal grupo IIA (BaO - CaO - SrO)

6 Fe2O3 : 1 MOFerritashexagonales

M2O3: óxido de metal de tierra rara

5 Fe2O3 : 3 M2O3

Ferritasgranates

MO: óxido de metal de transición

1 Fe2O3 : 1 MOFerritas espinelas

Page 57: Diseño Computacional de Materiales

Aplicaciones de los Materiales Magnéticos

registro magnéticoimanes permanentespigmentos coloreadoscatalizadores cerámicosaplicaciones en dispositivos de microondasprotectores de corrosión (recubrimientos antioxidantes)ferrofluidosquímica ambiental y contaminación

Page 58: Diseño Computacional de Materiales

Ciclos de Histéresis magnética de Ferritas

Page 59: Diseño Computacional de Materiales

Ferrita EspinelaAB2O4

A (2+) B (3+) O (2-)a

b

c

x

y

z

Celda unidad: contiene 8 unidades AB2O4 (64 átomos)

Espinela inversa: B[A B]O4 A(sitios octaédricos) B(sitios octaédricos y tetraédricos)

Page 60: Diseño Computacional de Materiales

En los materiales ferro y ferrimagnéticos el espín resultante del sistema origina un momento magnético neto

Este permanece en algunas direcciones preferenciales: direcciones de fácil magnetización

Estas direcciones están separadas por una barrera de energía de anisotropía

Los cristales cúbicos (espinelas) tienen tres direcciones de fácil magnetización (ferritas blandas)

La hexaferrita de bario tiene una única dirección de fácil magnetización (eje c) (ferrita dura)

Page 61: Diseño Computacional de Materiales

Dominios Magnéticos

Page 62: Diseño Computacional de Materiales

H =T+VHartree+Vexterno+ Vxc

Electrones Interactuantes Partículas Ficticias +V REAL No Interactuantes

+V efectivo

Page 63: Diseño Computacional de Materiales

Teorema de Hohenberg-Kohn

Cada Potencial local uniparticular Vext corresponde exactamente a una densidad de estado fundamental nGS(r)

Page 64: Diseño Computacional de Materiales

Energía en función de la densidad

ei H ii xc

E=E[ ]E=E[ , ]E[ ] =Ts[ ] + E [ ]+E [ ]+ E [ ]+ E [ ]

ρ

ρ ρρ ρ ρ ρ ρ ρ

↑ ↓

2 '3 3 '

H '

' 3x c

e ( ) ( )E [ ] =2

E [ ] = ( ) ( )x c

r r d r d rr r

r r d r

ρ ρρ

ρ ρ ε ρ

−∫

Page 65: Diseño Computacional de Materiales

Teorema H-K y FDTLos valores esperados en el estado fundamental dependen sólo de nGS

La variable es nGS(x,y,z) y NO ψ(x1y1z1...xN,yN,zN)Se determina EGS y nGS por minimización del funcional E[n]

[ ] [ ] [ ]

[ ]

[ ] ( ( ) ) 0

GS

GS GS

V

En n T Vc Vext n E

En E

En N n r drδ µ

= Ψ + + Ψ ≥

=

− − =

Page 66: Diseño Computacional de Materiales

Diagrama de flujo para calcular EGS

Page 67: Diseño Computacional de Materiales

Estructura de Bandas de PbO

Page 68: Diseño Computacional de Materiales
Page 69: Diseño Computacional de Materiales

Método deMonte Carlo“Sistema de

partículas clásicas”

Page 70: Diseño Computacional de Materiales

Método de Monte CarloSistema de partículas clásicas

La función de partición (en equilibrio térmico) se puede calcular introduciendo técnicas de muestreo y aplicando la simulación de Monte Carlo.

( )Neq rrrp ,...,, 21

Page 71: Diseño Computacional de Materiales

Método de Monte CarloSistema de partículas clásicas

∏∫=

⋅−

=N

ii

TkrrrU

dreN

VTQ B

N

1

),...,,( 21

!1),(

( ) ( )

( )TkrrrU

NB

N

eVTQN

rrrp ⋅−

⋅⋅

=,...,,

21

21

,!1,...,,

Page 72: Diseño Computacional de Materiales

Método de Monte CarloSistema de partículas clásicas

),...,,(2 21

2

1N

iN

i

rrrUmp

H +⋅

=∑=

i

N

ii

TkH

N dpdreNh

Z B ⋅⋅

= ∏∫=

⋅−

⋅1

3 !1

( )VTQh

TkmZN

B ,)2( 23

2 ⋅⋅⋅⋅⋅

=⋅π

Page 73: Diseño Computacional de Materiales

Método de Monte CarloSistema de partículas clásicas

El vector ∆r es elegido al azarEl vector ∆r es elegido para que el cociente permitido del movimiento sea apenas mayor que el 10%.

Page 74: Diseño Computacional de Materiales

Método de Monte CarloSistema de partículas clásicas

N

r

r + ∆r

Page 75: Diseño Computacional de Materiales

Método de Monte CarloSistema de partículas clásicas

Este movimiento está permitidoSi una nueva configuración es energéticamente más estable que la configuración original Si el cociente de la función de partición de equilibrio entre la nueva posición y la anterior es mayor que un número al azar generado entre 0 y 1

Page 76: Diseño Computacional de Materiales

Método de Monte CarloSistema de partículas clásicas

( )n

rrV

⋅=σ

ε1

σ = (Ze)2

Ze = carga de las partículasr = posiciónn = muestra (partículas) ε = constante dieléctrica del medio

Page 77: Diseño Computacional de Materiales

Método de Monte CarloTécnicas Modificadas

Método Histograma

SISTEMA a T

ft (U)

T

W = exp(-U/kB.T)

ft’(U)= exp(-(β’-β).U)

T’

W = exp(-U/kB.T´)

U´ CV