Молекулярно-динамическое моделирование структуры боросиликатного стекла марки Е по кристаллическому структурному шаблону

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Предложен новый метод молекулярно-динамического моделирования структуры стекол, использующий кристаллический структурный шаблон. Шаблон основывается на элементарной ячейке кристаллической фазы, чей состав качественно подобен моделируемому стеклу. С помощью этого подхода и многосоставного молекулярно-динамического моделирования смоделирована пространственная структура боросиликатного стекла марки Е, воспроизводящая его физико-химические характеристики. Предложенный метод позволяет с большей производительностью и устойчивостью моделировать структуру стекла методами классической молекулярной динамики.

Об авторах

Г. И. Макаров

Южно-Уральский государственный университет,

Email: makarovgi@susu.ru
Россия, 454080, Челябинск, пр. Ленина, 76

Т. М. Макарова

Южно-Уральский государственный университет,

Автор, ответственный за переписку.
Email: makarovgi@susu.ru
Россия, 454080, Челябинск, пр. Ленина, 76

Список литературы

  1. Christie J., Ainsworth R., Hernandez S., De Leeuw N. Structures and properties of phosphate-based bioactive glasses from computer simulation: a review // J. Mater. Chem. B. 2017. V. 5. P. 5297–5306.
  2. Cormack A.N., Yuan X., Park B. Molecular Dynamics Simulations of Silicate Glasses and Melts // Glass Physics and Chemistry. 2001. V. 27. P. 28–36.
  3. Liang J.-J., Cygan R., Alam T. Molecular dynamics simulation of the structure and properties of lithium phosphate glasses // J. Non–Cryst. Solids. 2000. V. 263–264. P. 167–179.
  4. Jia B., Li M., Yan X., Wang Q., He S. Structure investigation of CaO–SiO2–Al2O3–Li2O by molecular dynamics simulation and Raman spectroscopy // J. Non–Cryst. Solids. 2019. V. 526. P. 119 695.
  5. Hu Y.-J., Zhao G., Zhang M., Bin B., Rose T.D., Zhao Q., Zu Q., Chen Y., Sun X. Predicting densities and elastic moduli of SiO2–based glasses by machine learning // npj Computational Materials. 2020. V. 6. P. 1–13.
  6. Deng B., Harris J.T. A novel approach to generate glass-ceramics samples for molecular dynamics simulations // Comput. Mater. Sci. 2021. V. 186. P. 110008.
  7. Hong X., Newville M. Polyamorphism of GeO2 Glass at High Pressure // Phys. Status Solidi B. 2020. V. 257. P. 2000052.
  8. Brazhkin V.V.,Lyapin A.G.,Trachenko K. Atomistic modeling of multiple amorphous-amorphous transitions in SiO2 and GeO2 glasses at megabar pressures // Phys. Rev. B. 2011. V. 83. P. 132 103.
  9. Tsuchiya T., Yamanaka T., Matsui M. Molecular dynamics study of pressure–induced transformation of quartz–type GeO2 // Phys. Chem. Miner. 2000. V. 27. P. 149–155.
  10. Kapoor S., Goel A., Tilocca A., Dhuna V., Bhatia G., Dhuna K., Ferreira J.M. Role of glass structure in defining the chemical dissolution behavior, bioactivity and antioxidant properties of zinc and strontium co–doped alkali–free phosphosilicate glasses // Acta Biomater. 2014. V. 10. P. 3264–3278.
  11. Upadhyay A., Sebeck K., Kieffer J. Spectral mode assignment for binary silicate glasses using molecular dynamics simulations // J. Non–Cryst. Solids. 2012. V. 358. P. 3348–3354.
  12. Chainikova A., Orlova L., Popovich N., Lebedeva Y., Solncev S. Functional composites based on glass/glass–ceramics matrixes and discrete fillers: properties and possible applications // Aviation Materials and Technologies, 2014. V. 0. P. 52–58.
  13. Wang X., Xie W., Ren J., Zhu J., Li L.-Y., Xing F. Interfacial Binding Energy between Calcium–Silicate–Hydrates and Epoxy Resin: A Molecular Dynamics Study // Polymers. 2021. V. 13. P. 1683.
  14. Бабаевский П.Г. Наполнители для полимерных композиционных материалов: Справочное пособие. М.: Химия, 1981. 736 с.
  15. Mishnev M., Korolev A., Ekaterina B., Dmitrii U. Effect of Long-Term Thermal Relaxation of Epoxy Binder on Thermoelasticity of Fiberglass Plastics: Multiscale Modeling and Experiments // Polymers. 2022. V. 14. P. 1712.
  16. Maslov V., Grozdov A., Kutepov D. Methods of determining the composition of low–molecular weight epoxide diane resins // Polym. Sci. (USSR). 1982. V. 24. P. 2034–2039.
  17. Vaitkus A., Merkys A., Gražulis S. Validation of the Crystallography Open Database using the Crystallographic Information Framework // J. Appl. Crystallogr. 2021. V. 54. P. 661–672.
  18. Abraham M.J., Murtola T., Schulz R., Pall S., Smith J.C., Hess B., Lindahl E. GROMACS: High performance molecular simulations through multi–level parallelism from laptops to supercomputers // Software X. 2015. V. 1–2. P. 19–25.
  19. Макаров Г.И., Шилкова К.С., Шунайлов А.В., Павлов П.В., Макарова Т.М. Набор самосогласованных параметров потенциала Леннард–Джонса для молекулярно-динамического моделирования боросиликатных стекол // Физика и химия стекла. 2023. V. 49. P. 401–416.
  20. Bussi G., Donadio D., Parrinello M. Canonical sampling through velocity rescaling // J. Chem. Phys. 2007. V. 126. P. 014107–014106.
  21. Berendsen H., Postma J., van Gunsteren W., DiNola A., Haak J. Molecular dynamics with coupling to an external bath // J. Chem. Phys. 1984. V. 81. P. 3684–3690.
  22. Darden T., York D., Pedersen L. Particle mesh Ewald: An Nlog(N) method for Ewald sums in large systems // J. Chem. Phys. 1993. V. 98. P. 10089–10092.
  23. Wennberg C.L., Murtola T., Hess B., Lindahl E. Lennard–Jones Lattice Summation in Bilayer Simulations Has Critical Effects on Surface Tension and Lipid Properties // J. Chem. Theory Comput. 2013. V. 9. P. 3527–3537.
  24. Gale J., Rohl A. The General Utility Lattice Program (GULP) // Mol. Simul. 2003. V. 29. P. 291–341.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2.

Скачать (929KB)

© Г.И. Макаров, Т.М. Макарова, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».