Atomistic Simulation of Segregation in Ternary Pt–Pd–Ni Nanoalloy

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

The results of comparative atomistic simulation are presented for segregation and thermally induced structural transformations (melting/crystallization) in binary Pt–Pd nanoalloys and ternary Pt–Pd–Ni nanoparticles, where Ni (20 at. %) acted as a doping component. Atomistic simulation was carried out using an integrated approach combining molecular dynamics and Monte Carlo methods. In addition, two independently developed computer programs, LAMMPS and Metropolis, two different parameterizations of potentials corresponding to the embedded atom method, as well as an alternative force field, the tight-binding potential, were used for the simulation. Surface segregation of Pd was observed in both binary and ternary nanoparticles consisting of 2500 and 5000 atoms. Most noticeably, doping affected structural segregation, inducing a transition from a nanocrystal consisting of several fcc grains to a nanocluster with approximately pentagonal symmetry. It has been established that the size effect is more noticeable for parameters of the melting–crystallization hysteresis than for the structural segregation patterns, i.e., dividing the nanoparticle into areas corresponding to different crystal structures and the segregation of components.

Texto integral

Acesso é fechado

Sobre autores

N. Nepsha

Tver State University

Email: nsdobnyakov@mail.ru
Rússia, Tver, 170002

N. Sdobnyakov

Tver State University

Autor responsável pela correspondência
Email: nsdobnyakov@mail.ru
Rússia, Tver, 170002

V. Samsonov

Tver State University

Email: nsdobnyakov@mail.ru
Rússia, Tver, 170002

I. Talyzin

Tver State University

Email: nsdobnyakov@mail.ru
Rússia, Tver, 170002

A. Kolosov

Tver State University

Email: nsdobnyakov@mail.ru
Rússia, Tver, 170002

D. Zhigunov

Tver State University

Email: nsdobnyakov@mail.ru
Rússia, Tver, 170002

K. Savina

Tver State University

Email: nsdobnyakov@mail.ru
Rússia, Tver, 170002

A. Romanov

Tver State University

Email: nsdobnyakov@mail.ru
Rússia, Tver, 170002

Bibliografia

  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. 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

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar
2. Fig. 1. Equatorial cross-section of a Ni20Pd40Pt40 nanoparticle containing 2500 atoms, with colouring by atom varieties (Pd, Ni, Pt) (a) and the same cross-section with colouring of atoms by kinetic energy values in the range from 0.01 to 0.15 eV/atom (b): darker atoms correspond to the lower boundary of the range. The thermodynamic temperature maintained by the thermostat is 300 K. The arrows show the velocity distribution along the directions for the chosen moment of time (Velocity modifier [46]).

Baixar (480KB)
Metadados
3. Fig. 2. Final configurations of ternary systems Ni-Pd-Pt (N = 2500) with different nickel content obtained using parameterisation in the immersed atom method [41] at a cooling rate of 0.1 K/ps: a-c-c - binary Pt-Pd nanoparticles; d-e - ternary nanoparticles containing 20% nickel. Structural segregation (a, b, d, e) and by atom varieties (c, f). The belonging of atoms to a particular local structure is indicated, atoms not recognised by the Ovito software (unknown coordination structure [46]) are also shown. Equatorial cross sections (a, d) and snapshots with removed unrecognised atoms (b, e) are presented. IR - icosahedral nucleus.

Baixar (1002KB)
Metadados
4. Fig. 3. Temperature dependences of the potential part of the specific internal energy u for binary Pt-Pd nanoparticles (a) and ternary Pt-Pd-Ni nanoparticles containing 2500 atoms (20% Ni) (b), corresponding to their heating (1) and cooling (2).

Baixar (207KB)
Metadados

Declaração de direitos autorais © Russian Academy of Sciences, 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».