Атомистическое моделирование сегрегации в тернарном наносплаве Pt–Pd–Ni

Обложка

Цитировать

Полный текст

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

Аннотация

Представлены результаты сравнительного атомистического моделирования сегрегации и термоиндуцированных структурных превращений (плавления/кристаллизации) в бинарных наночастицах Pt–Pd и тернарных наночастицах Pt–Pd–Ni, где Ni (20 ат. %) выступал в роли допирующего компонента. Атомистическое моделирование осуществляли с использованием комплексного подхода, сочетающего применение методов молекулярной динамики и Монте-Карло. Кроме того, для моделирования использовали две независимо разработанные компьютерные программы — LAMMPS и Metropolis, две различные параметризации потенциалов, отвечающих методу погруженного атома, а также альтернативное силовое поле — потенциал сильной связи. Как в бинарных, так и в тернарных наночастицах, состоящих из 2500 и 5000 атомов, наблюдалась поверхностная сегрегация Pd. Наиболее заметно допирование повлияло на структурную сегрегацию, индуцируя переход от нанокристалла, состоящего из нескольких ГЦК-зерен, к нанокластеру с приблизительно пентагональной симметрией. Установлено, что размерный эффект более характерен для параметров гистерезиса плавления–кристаллизации, чем для закономерностей структурной сегрегации, т.е. разделения наночастицы на области, отвечающие различным кристаллическим структурам, и сегрегации компонентов.

Полный текст

Доступ закрыт

Об авторах

Н. И. Непша

Тверской государственный университет

Email: nsdobnyakov@mail.ru
Россия, Тверь, 170002

Н. Ю. Сдобняков

Тверской государственный университет

Автор, ответственный за переписку.
Email: nsdobnyakov@mail.ru
Россия, Тверь, 170002

В. М. Самсонов

Тверской государственный университет

Email: nsdobnyakov@mail.ru
Россия, Тверь, 170002

И. В. Талызин

Тверской государственный университет

Email: nsdobnyakov@mail.ru
Россия, Тверь, 170002

А. Ю. Колосов

Тверской государственный университет

Email: nsdobnyakov@mail.ru
Россия, Тверь, 170002

Д. В. Жигунов

Тверской государственный университет

Email: nsdobnyakov@mail.ru
Россия, Тверь, 170002

К. Г. Савина

Тверской государственный университет

Email: nsdobnyakov@mail.ru
Россия, Тверь, 170002

А. А. Романов

Тверской государственный университет

Email: nsdobnyakov@mail.ru
Россия, Тверь, 170002

Список литературы

  1. Fendler J.H., Tian Y. // Nanoparticles and Nanostructured Films: Preparation, Characterization and Applications / Ed. Fendler J.H. Weinheim: WILEY–VCH, 1998. P. 429. https://doi.org/10.1002/9783527612079
  2. Qazi U.Y., Javaid R. // Adv. Nanoparticles. 2016. V. 5. № 1. P. 27. https://doi.org/10.4236/anp.2016.51004
  3. Hernando A., Crespo P., García M.A. // Sci. World J. 2005. V. 5. P. 353792. https://doi.org/10.1100/tsw.2005.121
  4. Deshpande M.D., Pandey R., Blanco M.A., Khalkar A. // J. Nanoparticle Res. 2009. V. 12. P. 1129. https://doi.org/10.1007/s11051-009-9654-6
  5. Сдобняков Н.Ю., Колосов А.Ю., Богданов С.С. Моделирование процессов коалесценции и спекания в моно- и биметаллических наносистемах. Тверь: Изд-во ТвГУ, 2021. 168 с.
  6. Samsonov V.M., Talyzin I.V., Puytov V.V., Vasilyev S.A., Romanov A.A., Alymov M.I. // J. Chem. Phys. 2022. V. 156. Iss. 21. P. 214302. https://doi.org/10.1063/5.0075748
  7. Daniel M.-Ch., Astruc D. // Chem. Rev. 2004. V. 104. Iss. 1. P. 293. https://doi.org/10.1021/cr030698+
  8. Mody V.V., Siwale R., Singh A., Mody H.R. // J. Pharm. Bioallied Sci. 2010. V. 2 Iss. 4. P. 282 https://doi.org/10.4103/0975-7406.72127
  9. Zhai Y., Han P., Yun Q., Ge Y., Zhang X., Chen Y., Zhang H. // eScience. 2022. V. 2. Iss. 5. P. 467. https://doi.org/10.1016/j.esci.2022.09.002
  10. 10 Yin H.-J., Zhou J.-H., Zhang Y. // Inorg. Chem. Frontiers. 2019. V. 6. Iss. 10. P. 2582. https://doi.org/10.1039/c9qi00689c
  11. Liang S., Chen S., Guo Z., Lan Z., Kobayashi H., Yan X., Li R. // Catal. Sci. Technol. 2019. V. 9. Iss. 19. P. 5292. https://doi.org/10.1039/c9cy01136f
  12. Kang S.W., Lee Y.W., Park Y., Choi B.-S., Hong J.W., Park K.-H., Han S.W. // ACS Nano. 2013. V. 7. Iss. 9. P. 7945. https://doi.org/10.1021/nn403027j
  13. Balcerzak M. // Analyst. 1997. V. 122. Iss. 5. P. 67R. https://doi.org/10.1039/a608153c
  14. Troncoso F.D., Tonetto G.M. // Chem. Eng. Process.: Process Intensif. 2022. V. 170. P. 108669. https://doi.org/10.1016/j.cep.2021.108669
  15. Cha G., Hwang I., Hejazi S., Dobrota A.S., Pašti I.A., Osuagwu B., Kim H., Will J., Yokosawa T., Badura Z., Kment Š., Mohajernia S., Mazare A., Skorodumova N.V., Spiecker E., Schmuki P. // iScience. 2021. V. 24. Iss. 8. P. 102938. https://doi.org/10.1016/j.isci.2021.102938
  16. Ferrando R., Jellinek J., Johnston R.L. // Chem. Rev. 2008. V. 108. Iss. 3. P. 845. https://doi.org/10.1021/cr040090g
  17. Huynh K.-H., Pham X.-H., Kim J., Lee S.H., Chang H., Rho W.-Y., Jun B.-H. // Int. J. Mol. Sci. 2020. V. 21. Iss. 14. P. 5174. https://doi.org/10.3390/ijms21145174
  18. Sytwu K., Vadai M., Dionne J.A. // Adv. Phys.: X. 2019. V. 4. Iss. 1. P. 1619480. https://doi.org/10.1080/23746149.2019.1619480
  19. Zhang Y., Ye K., Gu Q., Jiang Q., Qin J., Leng D., Liu Q., Yang B., Yin F. // J. Colloid Interface Sci. 2021. V. 604. P. 301. https://doi.org/10.1016/j.jcis.2021.06.136
  20. Zhang X., Fu Q., Duan H., Song J., Yang H. // ACS Nano. 2021. V. 15. Iss. 4. P. 6147. https://doi.org/10.1021/acsnano.1c01146
  21. Song P., Wen D. // J. Phys. Chem. C. 2010. V. 114. Iss. 19. P. 8688. https://doi.org/10.1021/jp908788b
  22. Samsonov V., Romanov A., Talyzin I., Lutsay A., Zhigunov D., Puytov V. // Metals. 2023. V. 13. Iss. 7. P. 1269. https://doi.org/10.3390/met13071269
  23. Rousset J.L., Renouprez A.J., Cadrot A.M. // Phys. Rev. B. 1998. V. 107. Iss. 5. P. 054411. https://doi.org/10.1103/PhysRevB.58.2150
  24. Fiermans L., De Gryse R., De Doncker G., Jacobs P.A., Martensy J.A. // J. Catal. 2000. V. 193. Iss. 1. P. 108. https://doi.org/10.1006/jcat.2000.2868
  25. Bernardi F., Alves M.C.M., Traverse A., Silva D.O., Scheeren C.W., Dupont J., Morais J. // J. Phys. Chem. C. 2009. V. 113. Iss. 10. P. 3909. https://doi.org/ 10.1021/jp805465x
  26. Chepkasov I.V., Visotin M.A., Kovaleva E.A., Manakhov A.M., Baidyshev V.S., Popov Z.I. // J. Phys. Chem. C. 2018. V. 122. Iss. 31. P. 18070. https://doi.org/10.1021/acs.jpcc.8b04177
  27. Samsonov V.M., Bembel A.G., Kartoshkin A.Y., Vasilyev S.A., Talyzin I.V. // J. Ther. Anal. Calorim. 2018. V. 133. P. 1207. https://doi.org/10.1007/s10973-018-7245-4
  28. Богданов С.С., Сдобняков Н.Ю. Закономерности структурообразования в бинарных наночастицах ГЦК металлов при термическом воздействии: атомистическое моделирование. Тверь: Изд-во ТвГУ, 2023. 144 с. https://doi.org/10.26456/bs.2023.144
  29. Jeyadevan B., Cuya J.L., Inoue Y., Shinoda K., Ito T., Mott D., Higashimine K., Maenosono S., Matsumoto T., Miyamura H. // RSC Adv. 2014. V. 4. P. 26667. https://doi.org/10.1039/c4ra03091e
  30. Akbarzadeh H., Mehrjouei E., Abbaspour M., Shamkhali A.N. // Topics Curr. Chem. 2021. V. 379. P. 22. https://doi.org/10.1007/s41061-021-00332-y
  31. Hang N.T.N., Yang Y., Nam N.Q.T., Nogami M., Phuc L.H., Long N.V. // Crystals. 2022. V. 12. Iss. 3. P. 375. https://doi.org/10.3390/cryst12030375
  32. Cai X., Lin R., Liu X., Zhao Y. // J. Alloys Compd. 2021. V. 884. P. 161059. https://doi.org/10.1016/j.jallcom.2021.161059
  33. Wu Z.-P., Caracciolo D.T., Maswadeh Y., Wen J., Kong Z., Shan S., Vargas J.A., Yan S., Hopkins E., Park K., Sharma A., Ren Y., Petkov V., Wang L., Zhong C.J. // Nature Commun. 2021. V. 12. Iss. 1. P. 859. https://doi.org/10.1038/s41467-021-21017-6
  34. Zheng T., Wu F., Fu H., Zeng L., Shang C., Zhu L., Guo Z. // Chem. Asian J. 2021. V. 16. Iss. 16. P. 2298. https://doi.org/10.1002/asia.202100472
  35. Непша Н.И., Соколов Д.Н., Митинев Е.С., Тактаров А.А., Сдобняков Н.Ю. // Физико-химические аспекты изучения кластеров, наноструктур и наноматериалов. 2023. Вып. 15. С. 507. https://doi.org/10.26456/pcascnn/2023.15.507
  36. Рогачев А.С. // Физика металлов и металловедение. 2020. Т. 121. № 8. С. 807. https://doi.org/10.31857/S0015323020080094
  37. Балякин И.А., Ремпель А.А. // Докл. РАН. Химия, науки о материалах. 2022. Т. 502. № 1. C. 71. https://doi.org/10.31857/S2686953522010046
  38. LAMMPS Molecular Dynamics Simulator. www.url: http://lammps.sandia.gov. Cited 15 April 2024.
  39. Соколов Д.Н., Сдобняков Н.Ю., Савина К.Г., Колосов А.Ю., Мясниченко В.С. // Физико-химические аспекты изучения кластеров, наноструктур и наноматериалов. 2021. Вып. 13. С. 624. https://doi.org/10.26456/pcascnn/2021.13.624
  40. Daw M.S., Baskes M.I. // Phys. Rev. B. 1984. V. 29. Iss. 12. P. 6443. https://doi.org/10.1103/PhysRevB.29.6443
  41. Cleri F., Rosato V. // Phys. Rev. B. 1993. V. 48. Iss. 1. P. 22. https://doi.org/ 10.1103/PhysRevB.48.22
  42. Zhou X.W., Johnson R.A., Wadley H.N.G. // Phys. Rev. B. 2004. V. 69. Iss. 14. P. 144113. https://doi.org/10.1103/physrevb.69.144113
  43. Samsonov V.M., Romanov A.A., Kartoshkin A. Yu., Talyzin I.V., Puytov V.V. // Appl. Phys. A. 2022. V. 128. Iss. 9. P. 826. https://doi.org/10.1007/s00339-022-05922-1.
  44. Adams J.B., Foiles S.M., Wolfer W.G. // J. Mater. Res. 1989. V. 4. Iss. 1. 1989. P. 102. https://doi.org/10.1557/JMR.1989.0102
  45. Atomsk. www.url: https://atomsk.univ-lille.fr. Cited 5 August 2023.
  46. Stukowski A. // Modelling and Simulation in Materials Science and Engineering. 2010. V. 18. Iss. 1. P. 015012. https://doi.org/10.1088/0965-0393/18/1/015012.
  47. Larsen P.M., Schmidt S., Schiøtz J. // Model. Simul. Mater. Sci. Eng. 2016. V. 24. № 5. P. 055007. https://doi.org/10.1088/0965-0393/24/5/055007.
  48. Сдобняков Н.Ю., Соколов Д.Н. Изучение термодинамических и структурных характеристик наночастиц металлов в процессах плавления и кристаллизации: теория и компьютерное моделирование: монография. Тверь: Изд-во ТвГУ, 2018. 176 с.
  49. Samsonov V.M., Kharechkin S.S., Gafner S.L., Redel’ L.V., Gafner Yu. Ya. // Crystallogr. Rep. 2009. V. 54. Iss. 3. P. 526. https://doi.org/10.1134/S1063774509030250
  50. Sdobnyakov N. Yu., Komarov P.V., Sokolov D.N., Samsonov V.M. // Phys. Metals Metallogr. 2011. V. 111. Iss. 1. P. 13. https://doi.org/10.1134/S0031918X11010121
  51. Sdobnyakov N. Yu., Myasnichenko V.S., Cheng-Hung San, Yu-Tsung Chiu, Ershov P.M., Ivanov V.A., Komarov P.V. // Mater. Chem. Phys. 2019. V. 238. P. 121895. https://doi.org/10.1016/j.matchemphys.2019.121895

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Экваториальное сечение наночастицы Ni20Pd40Pt40, содержащей 2500 атомов, с раскраской по сортам атомов (Pd, Ni, Pt) (а) и то же сечение с раскраской атомов по значениям кинетической энергии в диапазоне от 0.01 до 0.15 эВ/атом (б): более темные атомы отвечают нижней границе диапазона. Термодинамическая температура, поддерживаемая термостатом, равна 300 К. Стрелками показано распределение скоростей по направлениям для выбранного момента времени (модификатор Velocity [46]).

Скачать (480KB)
Метаданные
3. Рис. 2. Конечные конфигурации тернарных систем Ni–Pd–Pt (N = 2500) c различным содержанием никеля, полученные с использованием параметризации в методе погруженного атома [41] при скорости охлаждения 0.1 К/пс: а–в — бинарные наночастицы Pt–Pd; г–е — тернарные наночастицы, содержащие 20% никеля. Структурная сегрегация (а, б, г, д) и по сортам атомов (в, е). Указана принадлежность атомов к определенной локальной структуре, также показаны атомы, не распознанные программой Ovito (unknown coordination structure [46]). Представлены экваториальные сечения (а, г) и мгновенные снимки с удаленными нераспознанными атомами (б, д). ИК — икосаэдрическое ядро.

Скачать (1002KB)
Метаданные
4. Рис. 3. Температурные зависимости потенциальной части удельной внутренней энергии u для бинарных наночастиц Pt–Pd (а) и тернарных наночастиц Pt–Pd–Ni, содержащих 2500 атомов (20% Ni) (б), отвечающие их нагреву (1) и охлаждению (2).

Скачать (207KB)
Метаданные

© Институт физики твердого тела РАН, Российская академия наук, 2024

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».