predicción de estructuras cristalinas

41
Predicción de estructuras cristalinas Miguel A. Salvadó MALTA-Consolider Team y Departamento de Química Física Analítica, Universidad de Oviedo [email protected] VI EAP Oviedo 20-Mayo-2013

Upload: phamnhu

Post on 06-Jan-2017

244 views

Category:

Documents


5 download

TRANSCRIPT

Page 1: Predicción de estructuras cristalinas

Predicción de estructuras

cristalinas

Miguel A. Salvadó

MALTA-Consolider Team y Departamento de

Química Física Analítica, Universidad de Oviedo

[email protected]

VI EAP Oviedo 20-Mayo-2013

Page 2: Predicción de estructuras cristalinas

“Uno de los fracasos clamorosos de las ciencias físicas es

que sigue siendo en general imposible predecir la

estructura de los sólidos cristalinos, incluso los más

simples, a partir de un conocimiento de su composición

química.”

John Maddox (1988)

Maddox, J. (1988) Nature, 335, 201

Page 3: Predicción de estructuras cristalinas

Sólidos cristalinos

Estructura Propiedades

Page 4: Predicción de estructuras cristalinas

Sólidos cristalinos

Page 5: Predicción de estructuras cristalinas

Sólidos cristalinos

Unidad asimétrica

Tetragonal

Page 6: Predicción de estructuras cristalinas

Distintas fases sólidas

y estructuras metaestables: por ejemplo α-Cristobalita

Heaney P.J. (1994) in Silica: Physical behavior, geochemistry and materials applications,

Heaney P.J , Prewitt. C.T. and Gibbs, G.V., Eds.; Mineralogical Society of America, pp 1-40.

Page 7: Predicción de estructuras cristalinas

Estructuras estables

Estabilidad termodinámica a una P y T dadas

Debemos ser capaces de calcular la energía

para cada configuración de celda y átomos

Page 8: Predicción de estructuras cristalinas

Mínimos locales

A baja temperatura las estructuras posibles se corresponden

con mínimos locales de la superficie de energía (entalpía)

Tipton, W.W. and Hennig, R.G. (2010) in Modern methods of crystal

structure prediction. Ed. Oganov A.R., Berlin: Wiley-VCH, pp 55-66.

Page 9: Predicción de estructuras cristalinas

Mínimos locales

A partir de unas coordenadas “razonables” existen métodos

robustos de alcanzar un mínimo local cercano

Tipton, W.W. and Hennig, R.G. (2010) in Modern methods of crystal

structure prediction. Ed. Oganov A.R., Berlin: Wiley-VCH, pp 55-66.

Page 10: Predicción de estructuras cristalinas

La magnitud del problema

La superficie de energía tienen una dimensión

Para N = 100 tenemos una superficie de dimensión 303!!

El número de posibles estructuras aumenta

exponencialmente con N o d

El número de mínimos locales aumenta exponencialmente

con la dimensión intrínseca

Oganov, A.R. (2010) in Modern methods of crystal structure prediction.

Ed. Oganov A.R., Berlin: Wiley-VCH, pp xi-xxi.

Page 11: Predicción de estructuras cristalinas

Una superficie más sencilla

Tipton, W.W. and Hennig, R.G. (2010) in Modern methods of crystal

structure prediction. Ed. Oganov A.R., Berlin: Wiley-VCH, pp 55-66.

Page 12: Predicción de estructuras cristalinas

Dos estrategias

Explorar directamente la superficie de energía completa

Muestreo al azar

Algoritmos evolucionistas

Partir de algunas estructuras conocidas y modificarlas

cruzando las barreras de energía hasta encontrar la de

menor energía

Métodos de búsqueda en las

proximidades

Simulated annealing

Basin hopping

Minima hopping

Metadinámica

Page 13: Predicción de estructuras cristalinas

Generación de estructuras posibles

Una fórmula unidad

Una celda unidad

Un número de

fórmulas unidad

Unos valores de

coordenadas atómicas

Page 14: Predicción de estructuras cristalinas

Generación de estructuras posibles

Distancia entre dos átomos mayor que cierto

umbral

Longitud mínima para los vectores de red

Evitar situaciones sin sentido físico que puedan

dar lugar a inestabilidades en el cálculo de la

energía:

Page 15: Predicción de estructuras cristalinas

Generación de estructuras posibles

Evitar

redundancias.

Uso de una

celda reducida.

Lyakhov, A.O., Oganov, A.R., and Valle, M. (2010) in Modern methods of crystal

structure prediction. Ed. Oganov, A. R., Berlin: Wiley-VCH, pp 147-180.

Page 16: Predicción de estructuras cristalinas

Generación de estructuras posibles

La generación aleatoria presenta un problema

para sistemas con muchas dimensiones

Las estructuras son cada vez más similares entre

sí y más parecidas a un sistema desordenado

Es como querer un crear un cristal por traslación

de un fragmento de líquido

Page 17: Predicción de estructuras cristalinas

Generación de estructuras posibles

4 subceldas 4 pseudo-subceldas

Lyakhov, A.O., Oganov, A.R., and Valle, M. (2010) in Modern methods of crystal

structure prediction. Ed. Oganov, A. R., Berlin: Wiley-VCH, pp 147-180.

Page 18: Predicción de estructuras cristalinas

Generación de estructuras posibles

Generar estructuras pertenecientes a alguno

de los 230 grupos espaciales

Se consigue una población de estructuras

ordenadas y químicamente razonables

La simetría debe romperse en los siguientes

pasos para no introducir ningún sesgo

Page 19: Predicción de estructuras cristalinas

¿Campo de fuerza o DFT?

En DFT la evaluación de la energía/fuerza en cada

punto es mucho más costosa

La superficie de energía potencial en DFT es mucho más

suave y en general tiene menos mínimos locales que la

superficie de energía potencial de un campo de fuerza

¿Optimización global con campo de fuerza y posterior

examen de las estructuras de más baja energía con DFT?

Se requiere un programa DFT muy robusto capaz de

hacer centenares de optimizaciones locales sin fallos

Page 20: Predicción de estructuras cristalinas

Búsqueda aleatoria

Sencillo de programar

Efectivo sólo en sistemas pequeños (8-10 átomos)

Siempre acoplado a optimización local

Page 21: Predicción de estructuras cristalinas

Perfiles de energía

Lyakhov, A.O., Oganov, A.R., and Valle, M. (2010) in Modern methods of crystal

structure prediction. Ed. Oganov, A. R., Berlin: Wiley-VCH, pp 147-180.

Page 22: Predicción de estructuras cristalinas

El Principio Bell-Evans-Polanyi

Las barreras bajas

están asociadas a

mínimos locales más

profundos

Goedecker, S. (2004) J. Chem. Phys. 120, 9911-9917.

Page 23: Predicción de estructuras cristalinas

El Principio Bell-Evans-Polanyi

Verificación numérica del

principio BEP para un

cluster Lennard-Jones

con 55 átomos

Roy, S., Goedecker, S. and Hellmann, V. (2008) Physical Review E 77, 056707

Page 24: Predicción de estructuras cristalinas

Operadores de variación

Desplazamiento de átomos o grupos de átomos dentro

de la celda

Modificación de la celda

Intercambio en la posición de átomos o grupos de átomos

Hibridación de dos o más estructuras

Desplazamiento de los átomos a lo largo de un modo

de vibración de baja frecuencia

Page 25: Predicción de estructuras cristalinas

Aceptando nuevas estructuras

Criterio de Metrópolis

Criterio Umbral

Page 26: Predicción de estructuras cristalinas

Modificando la superficie

Metadinámica

Laio, A. and Parrinello, M. (2002) Proc. Natl. Acad. Sci. 99, 12562-12566.

Page 27: Predicción de estructuras cristalinas

Estructuras similares

Decidir si dos estructuras son la misma no es una tarea obvia

Podemos utilizar una función como

la función de correlación de pares

Si esta función se hace discreta para convertirla en un vector

es posible definir una distancia entre dos fingerprint

Oganov A.R. and Valle, M. (2009) J. Chem. Phys. 130, 104504

Page 28: Predicción de estructuras cristalinas

Energía-distancia

Z = 4

Oganov A.R. and Valle, M. (2009) J. Chem. Phys. 130, 104504

Page 29: Predicción de estructuras cristalinas

Proyecciones 2-D

Oganov A.R. et al. (2009) arXiv:1009.5475 [cond-mat.mtrl-sci]

Page 30: Predicción de estructuras cristalinas

Simulated Annealing

Aplica un criterio Metrópolis con T disminuyendo

lentamente, moviéndose en promedio hacia estados con

menor energía

Schön, J.C. and Jansen, M. (2010) in Modern methods of crystal

structure prediction. Ed. Oganov A.R., Berlin: Wiley-VCH, pp 67-105.

Page 31: Predicción de estructuras cristalinas

Basin hopping

Propone cambios discretos seguidos de optimización local

La nueva estructura es aceptada o no según su energía

El ideal es dar pasos que muevan al sistema de una cuenca a

otra sin saltarse mínimos adyacentes

Page 32: Predicción de estructuras cristalinas

Minima hopping

Intenta aprovechar el principio BEP

En lugar de cambios discretos usa dinámica molecular para

intentar escapar del mínimo actual

Intenta salir del mínimo actual con la menor energía cinética

posible

Se lleva un historial de estructuras. Si se repite un mínimo se

incrementa la energía cinética para evitar quedar atrapado en

un embudo que no contenga el mínimo global

La dirección inicial de la dinámica molecular es la de un

modo de vibración de baja frecuencia

Page 33: Predicción de estructuras cristalinas

Métodos evolucionistas

En cada generación se seleccionan los mejores

individuos: aquellos con menor entalpía

Un individuo seleccionado puede dar lugar a otro

individuo o a varios en la siguiente generación

Un individuo puede ser el resultado de una operador de

variación sobre dos o más “padres” de la anterior generación

Las estructuras no cambian de forma independiente sino

en conjuntos denominados poblaciones

Las poblaciones cambian de forma discreta y cada paso

se denomina generación

Page 34: Predicción de estructuras cristalinas

Operadores de variación

Desplazamiento de átomos o grupos de átomos dentro

de la celda (Mutación de las coordenadas)

Modificación de la celda (Mutación de la celda)

Intercambio de átomos o grupos de átomos (Permutación)

Hibridación de dos o más estructuras (Herencia)

Desplazamiento de los átomos a lo largo de un modo

de vibración de baja frecuencia (Mutación blanda)

Page 35: Predicción de estructuras cristalinas

GaAs Z=4

3000 estructuras aleatorias

0,2 % blenda de cincOganov A.R. et al. (2009) arXiv:1009.5475 [cond-mat.mtrl-sci]

Page 36: Predicción de estructuras cristalinas

GaAs Z=4

3 generaciones 30 estructurasOganov A.R. et al. (2009) arXiv:1009.5475 [cond-mat.mtrl-sci]

Page 37: Predicción de estructuras cristalinas

A tener en cuenta

Es necesario disponer de una forma de calcular la energía

que sea lo suficientemente rápida y precisa

La fase estable termodinámicamente no coincide

necesariamente con la fase sintetizable en esas condiciones

El factor entrópico puede ser decisivo a la hora de estabilizar

una fase frente a otras

No todas las fases son adecuadamente descritas como

cristales ideales. En muchos casos aparecen fases con cierto

grado de desorden e incluso materiales amorfos

Page 38: Predicción de estructuras cristalinas

Predicción o determinación de estructuras

Una metodología similar puede ser útil en el campo de la

determinación estructural a partir de información estructural

limitada

No siempre disponemos de datos de rayos X de

monocristal, por ejemplo en experimentos de alta presión

Generación de estructuras candidatas para un refinamiento

de datos de difracción de polvo

Page 39: Predicción de estructuras cristalinas

CaCO3

P > 137 GPa

Cadenas de

tetraedros

CO4 unidos

por los

vértices

Oganov A.R. et al. (2006) Earth Planet. Sci. Lett. 241, 95-103.

Page 40: Predicción de estructuras cristalinas

B

γ-B28Parcialmente

iónico

P > 19 GPa

Oganov A.R. (2009) Nature 457, 863-867.

Page 41: Predicción de estructuras cristalinas

Na

P > 200 GPa

Aislante

Transparente

Ma Y. et al. (2009). Nature 458, 182-185.