0

0
0

文字

分享

0
0
0

一段粉末與孔洞的故事:開口大小和粉末堆積的關係

黃誠熙(Sky Huang)
・2015/05/02 ・2328字 ・閱讀時間約 4 分鐘 ・SR值 553 ・八年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

source:nile
source:nile

文/黃誠熙(Sky Huang),目前為UCLA材料系博士候選人

當我們往罐子中倒入粉末,像是把奶粉灑進奶粉罐裡、把鹽倒進鹽罐裡,或是將較大的顆粒,像是把咖啡豆倒入咖啡機之中,是否有注意過這些粉末、顆粒在罐底的樣子呢?當我們稍微觀察它們,會發現這些粉末在罐子底部堆積,像沙漏一般的形成了一個小山丘。

然而,當我們把畫面放大,觀察粉末的微觀的狀況,會發現這些看似堆積得相當緊實的粉末,其實之間有非常多的空隙!如果我們把這些粉末當成成許多顆同樣大小的球,罐子就像是小朋友的球池,而我們就像高大的巨人,把球倒入球池中,就不難想像在這些小球之間存在這許許多多的空隙了。

在我們的生活當中,有時候會希望增加或減少空隙的比例:譬如說,我們把米倒入米桶中,會希望米桶可以裝的米越多越好,也就是希望空隙的比例越少越好。在工業上這些空隙的控制也就更為重要,若是空隙的比例過少,粉末就可能會產生結塊。

因此,我們可能會想知道,有什麼因素會影響空隙的比例呢?也就是說,我們會想知道如何可以讓粉末堆積得比較緊密,或是比較蓬鬆。

這種現象能以電腦模擬的方法來研究,稱為離散單元法(Discrete Element Method, DEM)[1][2][3]。這種模擬是從分子動力學模擬(Molecular Dynamics Simulations)演進而來的。

飄下的粉末被考慮成一顆一顆性質相同的圓球,當兩顆球碰撞在一起的時候,會藉由給定的作用力互相作用,這些作用力用來模擬兩顆球碰撞之後彈開,遠離彼此,或是兩顆球表面互相摩擦而減緩彼此的速度。罐子、瓶子等容器則被模擬成一個空心的圓柱體,使用類似於圓球的作用力和撒入的球作用。藉由這種電腦模擬方法,我們可以研究使用不同撒入粉末的方法對於顆粒間緊密程度的影響。

Kang, et al., Computers and Geotechnics 39, 98 (2012) [4]
Kang, et al., Computers and Geotechnics 39, 98 (2012) [4]

可能會影響顆粒間緊密程度的其中一種因素是撒粉末的撒入口大小。想像粉末是從一個開口「流」入容器中,那開口的大小就有可能影響緊密程度。因此,我使用離散單元法,做了一系列的模擬,研究撒粉末的開口大小對於粉末堆積的緊密程度的影響。

Landry et al., PRE 67, 041303 (2003) [1]
Landry et al., PRE 67, 041303 (2003) [1]

模擬的計算是使用LAMMPS分子模擬套裝軟體進行模擬[5]。模擬情況就像上圖所示。圓柱罐子的半徑為10,而撒入的開口為一圓盤型的空間,分別使用四種不同的開口半徑r=2, 4, 6, 8撒入20000顆圓球。在此模擬中,空氣阻力造成的影響忽略不考慮。以下是實際模擬過程的影片:

r=2 (較小開口)

r=6 (較大開口)

從影片中可以發現開口變大的時候撒顆粒的速度比較快。下面一張圖為圓柱內顆粒數目隨時間的變化的圖,橫軸是時間,縱軸是數目。由於撒入的顆粒數目均為20000顆,因此四個模擬都在一樣的數目停止。然而,到達所花的時間不同:r=2噴嘴小,花的時間大約是r=8的16倍(半徑差4倍,面積差16倍),符合直覺。

fwrf

 

接著我們就可以來研究緊密程度。首先必須要定義緊密程度:在材料科學上,緊密的程度是藉由堆積因子(Packing Factor)來描述。

我們知道所有的體積=球佔有的體積+空隙的體積,因此,我們可以定義堆積因子= 球佔有的體積 / 總體積,這個堆積因子越大,球堆積的情況就越緊密。最緊密的一種堆積方式稱為最密堆積(Close Packed),其堆積因子約為0.74,堆疊方式如下圖:

維基百科圖片 [6]
維基百科圖片 [6]

下圖為噴撒結束後堆積因子隨堆疊粉末高度的變化過程,橫軸是不同的高度,從0~100顯示越來越高,縱軸是區域內的堆積因子,而四種不同顏色的線條分別代表不同大小的開口大小,左下方小圖則是放大高度0~60之間。

fgerg

首先看到堆積因子大概是在0.58左右,是合理的情況,因為粉末是隨機的堆積,因此無法達到最密堆積的緊密程度。接著發現在高度大約50的位置曲線急速下降至0,是粉末的累積的高度。

來比較不同開口半徑的堆積因子,發現開口越大緊密程度越高,例如說r=8足足比r=2大了0.02。這結果似乎蠻符合直覺的,從影片中我們可以看到,開口小的情況下掉落的顆粒會先落在中間區域失去了動能慢慢滾落旁邊區域,所以沒有足夠的穿透空隙能力;如果一次掉落很多顆粒到表面,那動能很大的球會互相穿透空隙而填滿孔洞。

模擬中沒有考慮空氣阻力影響,如果加入了空氣阻力,那小球的質量就會影響結果(註一)。加入空氣阻力之後,我們就可以研究若是開口不是垂直向下,而是有一個側向的角度時,堆疊的緊密程度的變化。

另一個相關的研究議題是所謂「巴西豆效應」。人們發現一個裝著巴西豆和麥片的罐子,若是將其上下搖動,巴西豆會慢慢地往上移動,最後上層會全部充滿巴西豆,而麥片則是會沉在底部。其原理是在輕微震盪的過程中較小的顆粒會順著大顆粒中的縫隙「沉」下去,而大顆粒就因此而浮了起來。然而,真正的機制目前科學家仍然不是完全了解。

  • 註一:在沒有空氣阻力的情況下,重力、反彈力,以及摩擦力都正比於質量,因此在模擬中作用力其實是可以互相比較,因此質量m就可以互相消掉而不是決定因素;空氣阻力則和質量沒有關係,僅和物體運動的速度有關。因此,加入空氣阻力之後質量就不能互相消掉,而成為一個因素。不同的質量會造成降落中的球體有不同的「終端速度」,而因此,使用不同顆粒質量將會大幅改變撒粉過程中觀察到的現象,以及堆疊的結果。

參考資料:

  • [1] James W. Landry, Gary S. Grest, Leonardo E. Silbert, and Steven J. Plimpton, “Confined granular packings: Structure, stress, and forces”, Physical Review E 67, 041303 (2003)
  • [2] Leonardo E. Silbert, Deniz Ertas, Gary S. Grest, Thomas C. Halsey, Dov Levine, and Steven J. Plimpton, “Granular flow down an inclined plane: Bagnold scaling and rheology Leonardo”, Physical Review E 64, 051302 (2001)
  • [3] Leonardo E. Silbert, Deniz Ertas, Gary S. Grest, Thomas C. Halsey, and Dov Levine, “Geometry of frictionless and frictional sphere packings”, Physical Review E 65, 031304 (2002)
  • [4] Dong Hun Kang, Tae Sup Yun, Yun Man Lau, Yu Hsing Wang, “DEM simulation on soil creep and associated evolution of pore characteristics”, Computers and Geotechnics 39, 98 (2012)
  • [5]LAMMPS Molecular Dynamics Simulator
  • [6]Cubic crystal system/ wiki
文章難易度
黃誠熙(Sky Huang)
5 篇文章 ・ 0 位粉絲
黃誠熙(Sky Huang), 目前為UCLA博士候選人。

0

1
0

文字

分享

0
1
0
準備出國啦!Surfshark VPN 快趁黑五買起來,上網購物最安心
鳥苷三磷酸 (PanSci Promo)_96
・2022/11/01 ・2113字 ・閱讀時間約 4 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文由 Surfshark VPN 贊助。

兩、三年以來的防疫生活,終於迎來全面 0+7 的這一天啦!返國之後不再需要隔離的一天來了,冰友們,你是不是已經收拾好心情、收拾好行李,在進行機+酒的比價了呢?除了規劃好出國行程、找好景點與美食店家,想要讓自己不可或缺的網路生活也更加安全,一定要趁即將到來了感恩節黑五期間,把超優惠的 Surfshark VPN 服務買起來,為自己的網路生活加買最平安的保險!

Surfshark 黑五限時 18 折折扣,額外加送兩個月
專屬連結:https://lihi2.cc/8XwRN

在疫情下,網購成為了更多人的日常。不僅各樣的在地購物節為網友帶來眾多優惠,全球化的購物活動,台灣當然也不會缺席!美國感恩節(Thanksgiving)都是 11 月第四個星期四,但是感恩節後的週五,便是聖誕節前的購物佳期啟動日,這一天通常都會業績超標(在收支表上呈現正向收入(顯示為黑色字體,而非赤字的紅色字體),各家的瘋狂優惠都會在黑五祭出!相信許多精打細算的朋友,對黑五購物節絕對不陌生(很可能還搶過很多優惠!!)

網購怎能漏掉「亞馬遜」!

雅虎奇摩之於台灣,就像是亞馬遜(Amazon.com)之於美國那麼的有名!絕對也是什麼都賣、什麼都不奇怪的最佳代表。

如果你平常就很喜愛一些美國品牌,趁著黑五的日子到亞馬遜清空購物車,覺對優惠不會讓你失望。這時候,透過 Surfshark 連線到亞馬遜美國站,絕對會顯示的價格絕對讓你眼睛為之一亮,這時候最新搭載 M2 晶片的 iPad Pro,獨家支援動態島顯示的 iPhone 14 Pro,絕對是最好入手的時機。除此之外,亞馬遜平台經典的 Kindle 閱讀器,也是超合適的禮物,送禮自用兩相宜啊!另外要特別留意,購買時可以確認商品有沒有幫忙送到台灣,如果還沒有,可以先跟美國的朋友確認一下,邀請他們回國時幫你一起帶回來!

跨國追劇最爽快

對於喜愛追劇的朋友,品味可能相當豐富且多元,畢竟欣賞優秀影視作品,不現語言,更是不限地區啊!只不過,若是你訂閱 Netflix 等跨國 OTT 服務,都會有各地不同的上架影視作品,可能會讓你無法在第一時間就能夠立即「追」到劇,讓你等得心癢癢!還好這一切只要連上 Surfshark VPN 都能解決,Surfshark 支援超過 100 國的 VPN 連線,無論你想看韓國、日本還是哪一國的最新戲劇,通通讓你一秒追到最新進度!

Surfshark 黑五限時 18 折折扣,額外加送兩個月

專屬連結:https://lihi2.cc/8XwRN

出差大陸翻牆超方便

在過往出國、返國都需要隔離的階段,肯定讓不少工作上需要經常往返多國之間的朋友,感到生活驟變。所幸,在防疫政策解封之後,一切都可逐漸恢復正常。對於經常有需要到中國大陸出差的朋友,肯定都會感受到網路斷聯的不方便,因為無論是 LINE、Facebook Messenger、YouTube、Gmail 等你可很能天天都在使用的網路服務,大陸都無法使用。這還不打緊,連跟家人、朋友報平安也很不便。這時候 Surfshark 連上,就可以幫助你輕鬆「翻牆」,跟台灣親人網路無距離!

 

上網不留痕跡,不被追蹤最自由

對於一個人來說,最私密的資料之一,除了你的個資,就屬我們每天耗費大量時間逗留的網路。我們所在網路上留下的痕跡,絕對是超真實的自己,當然你不會期待這樣的自己被「搜尋引擎」、「網路廣告」公司了解得太透徹,好像你在網路上的一言一行,都被監視著。

..0000000\0;也可隱藏IP位置,避免被廣告商追蹤;更可以為你我阻擋惡意程式、釣魚軟體等,讓你防止被攻擊,以及被網路充斥的廣告打擾,好處多又多!

如果對於 Surfshark 還覺得不夠熟悉的話,不得不告訴大家,今年 Surfshark 榮獲第六屆 CyberSecurity Breakthrough 頒發的「VPN 年度最佳解決方案」(VPN Solution of the Year),也就是成為今年最推薦的 VPN 方案。CyberSecurity Breakthrough 是全球領先的獨立市場情報組織,致力於表揚當今全球資訊安全市場上的頂尖企業、技術和產品。有了他們「掛保證」,代表 Surfshark 絕對是品質、信譽都讓你安心的VPN 服務。

講了這麼多,是不是讓你感到很心動了。如果你原本就是網路重度使用者,用來上網的設備是樣樣都有,Surfshark 一個帳號就能支援所有設備,CP 值超高!趁著年度超狂黑五購物節的到來,送給你自己兩年安心無虞的網路生活,肯定是送自己的最好禮物!

Surfshark 黑五限時 18 折折扣,額外加送兩個月
專屬連結:https://lihi2.cc/8XwRN

文章難易度
鳥苷三磷酸 (PanSci Promo)_96
155 篇文章 ・ 268 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

2

8
4

文字

分享

2
8
4
機器學習 × 鈣鈦礦材料:讓 AI 設計太陽能電池!
研之有物│中央研究院_96
・2022/03/09 ・6280字 ・閱讀時間約 13 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文|簡克志
  • 美術設計|林洵安

機器學習輔助材料設計

為了 2050 淨零排放的目標,太陽能發電為不可或缺的再生能源之一,其中「鈣鈦礦太陽能電池」是近年最熱門的研究領域,不僅成本低廉、光電轉換效率也可達到 25%。然而,鈣鈦礦材料在環境中容易降解,影響使用壽命。材料科學家為了做出效能好又穩定的鈣鈦礦「料理」,無不卯足了勁,替這道菜加上各種「食材」,但是越複雜的菜,調出好味道就越困難。人腦畢竟有限,如果交給機器呢?中央研究院「研之有物」專訪院內應用科學研究中心包淳偉研究員,他與團隊訓練了一套機器學習模型,可以又快又準的找出複雜鈣鈦礦材料的最佳化條件!

「鈣鈦礦太陽能電池」是近年最熱門的研究領域,不僅成本低廉、光電轉換效率也可達到 25%。圖/Wikimedia Commons

光電好夥伴:複雜鈣鈦礦材料

對太陽能電池來說,鈣鈦礦材料具有優異的光電性質和低生產成本,近年也廣泛應用在 LED、雷射、光感測器和光觸媒。

鈣鈦礦是什麼呢?最初是指鈣與鈦的氧化物 CaTiO3,而現在常講的「鈣鈦礦材料」為一種統稱,泛指擁有相似結構的金屬鹵化物材料,通式為 ABX3。要調配出優秀的鈣鈦礦材料並不容易,科學家必須像大廚一樣,運用各種「食材」煮出 ABX3

鈣鈦礦材料 ABX3 的結構示意圖,同一個位置可以放入不同的相應元素。資料來源/Journal of Energy Chemistry

鈣鈦礦材料 ABX3 的「食材」有哪些?

  • A 的位置:可放入 +1 價的有機或無機陽離子,例如甲胺(CH3NH3+,簡稱 MA)、甲脒(HC(NH2)2+,簡稱 FA)或銫離子(Cs+)。
  • B 的位置:可放入 +2 價的無機金屬陽離子,通常是鉛離子(Pb2+)。
  • X 的位置:可放入 -1 價的鹵素陰離子,如碘(I)、溴(Br)、或氯( Cl)離子。

由於鈣鈦礦材料在環境中容易降解、影響使用壽命。研究發現,添加多種有機和無機離子的鈣鈦礦太陽能電池可大幅提升性能和穩定性,因此科學家為了調配出最好的鈣鈦礦材料,加料不手軟,成份也愈來愈複雜。

在眾多複雜鈣鈦礦材料中,包淳偉研究員探討的是 MAyFA1−yPb(BrxI1−x)3 ,下標符號 y 和 1-y 表示相對含量,如果 MA 佔 60%、FA 就是 40%,因為 MA 和 FA 會競爭同一個位置;同理 Br 和 I 亦然。

圖片為鈣鈦礦材料通式 ABX3 對應到混合離子鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 之示意圖。圖/研之有物

問題來了,MAyFA1−yPb(BrxI1−x)3 這個材料這麼複雜,比例要怎麼配比較好呢?「你累積的經驗越多,你就猜得越準」,包淳偉說道。

2016 年曾經有國外團隊為了找出離子濃度配方與 MAyFA1−yPb(BrxI1−x)3 元件性能的關係,不惜花重本「土法煉鋼」,分別將兩組相對含量 7 等分(0, 1/6, 2/6, 3/6, 4/6, 5/6, 1),做出 49 種不同的鈣鈦礦太陽能電池,再去測量光電轉換效率,得出最佳比例為 MA2/6FA4/6Pb(Br1/6I5/6)3 。

然而,爲何這樣的濃度配方可以得到最佳元件呢?很遺憾的,實驗團隊由於實驗表徵手段的限制,並不能解答這個重要的基礎問題。因此,實驗團隊仍然需要學生們焚膏繼晷地爆肝,用試誤法(trial and error)把最佳配方「踹」(try)出來。

國外團隊為了找到 MAyFA1−yPb(BrxI1−x)3 最佳比例,做出 49 種不同的鈣鈦礦太陽能電池,黃框處即為最佳比例。左圖為相應濃度的元件外觀,右圖為相應濃度的材料表面微結構。資料來源/Energy & Environmental Science

不過,一直反覆試誤並非好方法,畢竟每做一次實驗就是一次成本。因此,科學家也設法從理論模擬著手,包淳偉強調「模擬的好處是可以在電腦空間中創造一個最純淨的系統。」,而原子尺度模擬,更可以達到原子級的解析度,提供許多實驗無法量測的資訊。

要如何模擬一個材料系統?

材料科學注重製程(Process)、性質(Property)和結構(Structure)之間的關係。當我們對結構不夠瞭解時,往往只能透過不同的製程參數,慢慢做出我們想要的性質,可能在失敗多次之後,才能抓到一些訣竅。

理論模擬幫助科學家在做出樣品之前,先建立能量模型,找出能量最低、最穩定的微結構。當我們了解結構之後,可以避免有問題的製程參數設定,進而得到較好的材料性質。

首先,如果要知道材料性質,有個最精準也最耗時的方法:「第一原理計算」,只用量子力學原理,從頭開始把原子間的作用力和能量計算出來。

因為計算繁瑣,應用上只能模擬 1 奈米以內(10-9 公尺)的三維材料,抓到數個皮秒(10-12 秒)內的原子狀態,若再往外擴展所耗費的時間和成本難以想像。

相對地,計算材料性質也有省時省力的方法:「分子動力學模擬」,運用古典的牛頓力學,搭配統計力學去計算系統的微觀結構和能量。

分子動力學模擬大約可以模擬 100 奈米內的三維材料,抓到數個微秒(10-6 秒)內的原子狀態,可模擬的系統尺寸和時間都比第一原理計算要來得多!可惜準確度對於現在化學組成高度複雜的新穎材料而言是一個極大的挑戰。

有沒有一種方法,可以做到又快又準呢?有有有!它就是近年大熱門的「機器學習」!

圖/研之有物
第一原理計算僅適合用在 1 奈米以內尺度,計算準確耗時;分子動力學模擬可用於 100 奈米尺度,計算省時卻不夠精準;透過機器學習建立的神經網路模型,可以快速模擬 100 奈米尺度的材料,也保留高準確度。資料來源/包淳偉

時間就是金錢,請愛用機器學習!

當包淳偉看到 2016 年國外團隊的 MAyFA1−yPb(BrxI1−x)3 鈣鈦礦研究之後,他認為「結構」這塊還有很多地方可以討論,如果透過理論模擬,先找出最低能量的微結構,或許就能更有效率地探索離子濃度空間,找出決定最佳配方的關鍵要素!

由於第一原理計算和分子動力學模擬都不夠好用,包淳偉就將念頭轉到近年熱門的「機器學習」,他和團隊就先從簡單的 PbI2 開始,慢慢做到複雜的鈣鈦礦材料。一開始包淳偉的團隊使用布朗大學開發的原子尺度機器學習套件(Atomistic Machine-learning Package, AMP)來進行訓練與測試,然而,由於 AMP 套件性能無法達到預期,包淳偉團隊就走上了自行開發機器學習分子動力學模擬程式的不歸路。

訓練神經網路模型時,包淳偉採用第一原理計算的結果當作機器學習素材,並設計函數進行反饋校正,直到預測的原子能量誤差遠小於熱擾動。

這套神經網路模型如何運作?先輸入原子座標(位置向量 r),再換算成「原子指紋」(特徵向量 G,表示該原子與其他原子之間獨一無二的相對關係),之後透過神經網路,快速輸出整個材料系統的原子能量和作用力。

從輸入到輸出,要模擬原子走一個步階(註 1)有多快?假設以 2000 顆原子的計算量來看,自行開發的機器學習方法只要約 0.1 秒,第一原理計算則要花費 3 小時,足足快了十萬倍(註 2)!

包淳偉與團隊成功訓練出可以模擬複雜鈣鈦礦材料系統的神經網路模型。資料來源/包淳偉
此神經網路模型可以準確預測 MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的系統能量和受力。縱軸表示包淳偉團隊的神經網路模型模擬結果,橫軸表示第一原理計算結果。資料來源/包淳偉

AI 告訴我們什麼?

包淳偉團隊成功訓練出來的神經網路模型,可以在 2,000 顆原子左右的材料系統上進行數百萬種可能的原子排列採樣,並計算出複雜鈣鈦礦材料的最低能量結構,模擬出不同原子在材料中最穩定的位置、它們的振動,以及它們受到擠壓時會怎麼跑。

多虧了神經網路的快速計算,即使是 MAyFA1−yPb(BrxI1−x)3 這麼複雜的系統也能處理,跑了將近 1 百萬次結構模擬,得出不同成份比例下 81 種最低能量的微結構(如下圖),這是第一原理計算絕對跑不出來的成果。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的最低能量原子結構,縱軸 y 為 MA 濃度(CMA,從 MA0-FA1到 MA1-FA0),橫軸 x 為 Br 濃度(CBr,從 Br0-I1 到 Br1-I0),各自 9 等分。為求圖片簡潔,省略 x, y = 0 或 1 的結構圖。資料來源/包淳偉

找出系統最低能量的原子組態還不夠,包淳偉團隊想要進一步檢驗鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 是否能穩定地保持混合狀態,因此計算不同濃度成份下的離子混合能 Emix(如下圖)。

  • 混合能是負的,表示系統會傾向混合在一起,這也是材料學家想要的微結構,系統會維持單一固溶相,原子和原子之間「和平共處」。
  • 混合能是正的,表示系統會傾向分離成不同成分的「相」(Phase),材料不能保持穩定的混合狀態,會析出相異固溶相,產生許多缺陷。
MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的混合能 Emix分布,藍色表示混合能為負(維持單一固溶相),紅色表示混合能為正(析出相異固溶相),可以看到 Br 和 MA 濃度高的時候,容易析出化合物。其中,縱軸 y 為 MA 濃度(CMA),橫軸 x 為 Br 濃度(CBr)。資料來源/包淳偉

從 MAyFA1−yPb(BrxI1−x)3 混合能分布初步來看,Br 濃度(CBr)或 MA 濃度(CMA)越高的時候,混合能就越高,系統越容易析出相異的固溶相。

除了混合能之外,研究團隊更進一步檢驗了不同濃度成份下的其他結構參數,例如短程有序參數 αA-B(正值表示 A-B 析出;負值表示 A-B 混合)、晶格扭曲 ηs(shear strain)與晶格畸變 ηv(volumetric strain),觀察析出化合物時,是否真的會改變晶格的幾何結構。

為了將模擬結果和實際情況對照,包淳偉再將模擬出來的結構以第一原理計算出不同濃度成份下的材料能隙(Eg),以及用內差法比對 2016 年國外團隊的實驗數據,得出不同濃度成份下的元件短路電流(Jsc)和光電轉換效率(power conversion efficiency, PCE)。

有了這些關鍵數據,我們終於可以完成鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 優化製程參數的最後一哩路!

鈣鈦礦材料設計最佳化!

還記得我們一開始跑模擬的目標嗎?幫助研究團隊在花大錢做實驗之前,先找出最穩定的結構,從結構參數回推好的製程參數,進而得到較好的材料性質。

那麼要如何把這麼多參數的相關性一網打盡呢?有個好工具叫「皮爾森相關性矩陣」(Pearson correlation matrix)

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料透過機器學習方法模擬之後,計算出性質參數(Eg、Jsc、PCE)、結構參數(Emix、α、ηs、ηv)與製程參數(CMA、CBr)與之間的相關性。其中,r 為相關係數,紅色正值表示兩者正相關,藍色負值表示兩者負相關。資料來源/包淳偉

上圖的矩陣整合了結構參數、製程參數與性質參數的相關性。這張表格要怎麼解讀呢?

首先看結構參數,混合能(Emix)越高,晶格扭曲(ηs)程度越大,MA 和 FA 不互溶,Br 和 I 也不互溶,鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 不能保持穩定的混合狀態。

再來看製程參數和結構參數,Br 的濃度(CBr)和 MA 的濃度(CMA)越高,晶格扭曲明顯增加,使得混合能越高。尤其是 Br,Br 加得越多,MA 和 FA 不互溶,Br 和 I 也不互溶,容易析出其他固體相,在材料中引入缺陷。

最後看性質參數與結構參數,會發現混合能越高,光電轉換效率(PCE)和元件短路電流(Jsc)越差。

因此,如果要提升光電轉換效率,必須降低 Br 和 MA 的摻雜濃度來減少晶格扭曲,以降低混合能,使得 MA 和 FA ,Br 和 I 都能充分混合,讓析出物和缺陷減少。使電流傳輸時不會受到材料缺陷或晶界的阻礙,光電轉換效率才會好。

要做出好的鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 必要條件之一:「降低 Br 和 MA 的摻雜濃度,盡量讓材料維持單一固溶相」。

這就是理論模擬的科學力量,預先評估一款材料設定的製程參數好不好。如果要透過實驗方法窮舉出上述的最佳化原則,不僅金錢花費巨大,時間成本也相當高。

包淳偉與研究團隊透過近年熱門的機器學習技術,建立了模擬材料系統的神經網路模型,因為神經網路快速運算的特性,大幅降低花費時間和成本,並且模擬結果相當準確。

包淳偉團隊從簡單的化合物模擬開始,終於在 2021 年成功發表複雜鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 的最佳化條件,成果發表在權威期刊《Journal of Physical Chemistry Letters》。

目前除了繼續改善神經網路模型之外,也開始和其他國外研究團隊合作解決混合複雜元素的材料系統問題,例如高熵合金。最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金,而包淳偉團隊也正在使用機器學習輔助原子尺度模擬來研究它有趣的塑性變形性質。

要做出好的材料,結構、製程與性質缺一不可,機器學習輔助的模擬方法可以幫助科學家快速找到最低能量的結構,這是傳統模擬方法無法做到的。

目前除了繼續改善神經網路模型之外,最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金,而包淳偉團隊也正在使用機器學習輔助的原子尺度模擬來研究它有趣的塑性變形性質。圖/研之有物

註解

  • 註 1:原子走一個步階的意思是:原子從某個位能井跳到下一個位能井。
  • 註 2:此為研究團隊早期模擬 MAPbI3 的成果,之後的神經網路模型效率更好。

延伸閱讀

  1. 機器學習與材料廚神的神祕Recipe
  2. 應用人工神經網路勢能場研究複雜鈣鈦礦材料微觀結構
  3. 見微知著─分子模擬的應用
  4. A highly distorted ultraelastic chemically complex Elinvar alloy
  5. Exploration of the compositional space for mixed lead halogen perovskites for high efficiency solar cells
  6. Is machine learning redefining the perovskite solar cells?
  7. Microstructure Maps of Complex Perovskite Materials from Extensive Monte Carlo Sampling Using Machine Learning Enabled Energy Model
  8. Molecular Dynamics Simulation for All
所有討論 2
研之有物│中央研究院_96
253 篇文章 ・ 2212 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

8
3

文字

分享

0
8
3
沒看過打不壞的木製球棒?最新「加工法」讓木材硬度堪比金屬!
Rock Sun
・2021/11/19 ・2152字 ・閱讀時間約 4 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

如果今天你想要好好的切食物,該用什麼樣的刀呢?

大家馬上想到的,應該不外乎就是金屬或是陶瓷吧?自古以來要製作工具,這兩個材料一定是首選,直到當代貪圖方便而使用的塑膠刀叉之外,好像想找不太到其他更好的替代方案了。

但是最近,有一群研究人員打破了大眾的想法和材料科學的界線——用木頭製作的刀來取代金屬。

10 月 20 號,這一群來自馬里蘭大學的材料科學家們在期刊《Matter》上發表了一種全新的加工方法,可以把跟木材大幅強化,製作成餐刀等工具。這把刀的硬度不只跟一般的牛排刀不相上下,可以輕鬆地切開 8 分熟的牛排,還可以多次使用、洗滌、有效的回收再利用,整個產品製造過程的能源消耗也比金屬或陶瓷低非常的多,有望在未來取代這類餐具。

經過最新加工方法製成的木材,所製作出的餐刀可比不鏽鋼材質的更加鋒利。圖/Pixabay

比金屬和陶瓷更環保的選擇:木材

當你環顧生活周遭需要以「堅硬」為訴求的材料,你會發現它們大部分都是人造或經過加工的,因為想製作堅硬的物品,最怕的就是整個物理結構上有裂痕、中空或缺口等等瑕疵,只要有以上任何一種,工具的耐久度就無法維持多久,然而天然材料通常都有這種缺陷,例如木頭內部會有中空導管,石頭內則會有導致它容易剝落或裂開的天然紋理。

所以物質多半都都需要經過高溫冶煉才能夠成為堅硬的材料,例如光是製造陶瓷,就需要將陶土加熱到幾千度的高溫,而在這個講求環保的時代,有時候又要考慮產品的碳足跡……不用說,從地球土壤中開採鐵礦和陶土所耗費的能源,絕對與使用天然材質相對多很多。

所以這群研究人員把腦筋動到了陪伴原始人類到現在、樸實無華的木頭身上,他們覺得人類還沒發揮木頭 100% 的能力。

一般的木材在結構上有裂痕、中空或缺口等等瑕疵,無法加工成非常堅硬的工具。圖/Pixabay

請給我木材!人類尚未 100% 發揮它

好幾千年來,人類就不斷地想在木頭身上動手腳,但是在工具和建築上,木頭的加工通常只限於蒸氣曲木和壓縮法,用這種方法處理的木頭都會有個問題,在一段時間過後,木頭本身會有些許的回彈(定型)。

要知道為什麼就得先了解木頭!

木頭最主要的成分是纖維素,雖然平常可能無感,但纖維素其實有相當高的強度與密度比,表面上看起來是一個輕量又堅固的超理想材質,只看數字的話,甚至凌駕於大部分的高密度建築材料如水泥、金屬等等。但是我們目前加工木頭的方式,都無法把木材的材料潛力發揮到極致,部分是因為纖維素其實只佔了木材的 50%,除此之外還包含半纖維素、木質素等物質,這些聚合物主要是作為介質,而非提供強度,但如果將這些東西去除掉,整個木頭結構會變得容易崩壞。

所以研究團隊找到了方法,移除木頭內比較脆弱的物質,但是仍保留纖維素的結構,這個技術可以把原本木材的硬度整整強化 23 倍,並打造出比不銹鋼刀還鋒利 3 倍的餐刀。

蒸氣曲木加工法,將木材放在充滿蒸氣的箱子內彎曲,能加工出優美的弧線。圖/WIKIPEDIA

兩步驟加工:讓「普通木材」變「超硬木材」

第一步是將木頭浸泡在添加了特定化學物質的水中,並加熱到攝氏 100 度,以去除部分木質素。失去木質素的木材會變得較為柔軟、具有彈性甚至還會黏稠;以往的木材加工通常不會將這個方法用在木材上,除了如上述提到的結構問題外,還會有使用溶劑的毒性問題,但研究人員研發出了毒性較低、還能重複使用的溶劑。

第二步是對木頭進行高溫加壓,去除水分並讓其材質更為緻密,確保不會有結構上的缺陷,連樹木中原本被導管佔用的空間都能夠去除。

藉由這兩個步驟,他們有辦法去除木頭原本的結構問題,而經過這樣處理後的木頭還可以裁切成想要的形狀,然後再塗抹礦物油延長壽命、也隔絕水分讓纖維素不要再吸水,以免洗滌餐具降低刀子的鋒利程度。

將木材加工為「超硬木材」的實驗步驟。圖/參考資料 1

木材應用百百種!「五金材料」的新未來?

同樣的手法可以用來製作其他工具,例如和金屬釘子一樣堅硬的木頭釘子,一樣可以釘穿 3 塊木板,但是好處是木頭釘子不會有生鏽的問題,除了釘子之外,還有很多東西可以用這種木頭材質製作,例如更耐用的木頭地板。

儘管目前這個技術的使用還只是存在於實驗室環境中,但是不可否認的是,我們還沒有發揮木頭百分之百的實力,只要這個技術成熟,加上樹木可以種植並回收的特性,在未來每個人都可以分配到的超級強化木材資源或許可以凌駕於金屬,或只是打造出打不壞的木製球棒、堅不可摧的小木屋、輕量化的木頭汽車和飛機、或者是一把堪比鋼刀的超強木刀。

阿銀,你的木刀原來是這麼來的啊 ?

參考資料

2021,《Hardened wood as a renewable alternative to steel and plastic

Rock Sun
62 篇文章 ・ 589 位粉絲
前泛科學的實習編輯,曾經就讀環境工程系,勉強說專長是啥大概是水汙染領域,但我現在會說沒有專長(笑)。也對太空科學和科普教育有很大的興趣,陰陽錯差下在泛科學越寫越多空想科學類的文章。多次在思考自己到底喜歡什麼,最後回到了原點:我喜歡科學,喜歡科學帶給人們的驚喜和歡樂。 "我們只想盡我們所能找出答案,勤奮、細心、且有條理,那就是科學精神。 不只有穿實驗室外袍的人能玩科學,只要是想用心了解這個世界的人,都能玩科學" - 流言終結者