Understanding Material Synthesis Conditions and Complexity at High-Pressure

Descripción del proyecto

Modelización de la formación de materiales a temperatura y presión altas

Los cambios de temperatura y presión afectan a procesos que van desde la función celular hasta el clima. En la ciencia de los materiales, la aplicación de presiones y temperaturas de órdenes de magnitud superiores puede tener una influencia todavía mayor y dar lugar a una química sorprendentemente compleja que permita la síntesis de compuestos con propiedades extraordinarias. Sin embargo, estas propiedades suelen desaparecer cuando los compuestos se someten de nuevo a presión y temperatura ambiente. Se necesitan herramientas computacionales para guiar con eficacia la síntesis de materiales de nueva generación. El equipo del proyecto UNMASCC-HP, financiado por el Consejo Europeo de Investigación, pretende colmar esta laguna crítica mediante cálculos basados en la teoría del funcional de la densidad y la aceleración del aprendizaje automático de vanguardia, lo que permitirá modelizar materiales de forma eficiente y descubrir otros nuevos. Permitirá determinar los materiales precursores candidatos y las condiciones de síntesis a partir de simulaciones con precisión desde el principio.

Objetivo

Functional materials with outstanding technological properties can be found under extreme pressures and temperatures. This is particularly true for nitrides and hydrides, where the application of high-pressure high-temperature (HPHT) conditions has recently revealed an unexpectedly rich and complex chemistry and enabled the synthesis of compounds showing outstanding mechanical and electronic properties with applications in electronics, hard coatings, hydrogen storage, superconductivity and many more. However, great challenges remain to be conquered in order to truly explore the possibilities permitted by these exotic materials. Indeed, their properties often vanish when brought back to ambient conditions, either because the atomic arrangement or the underlying physical processes becomes energetically unfavourable. Moreover, the importance of finite-T effects and the structural and dynamical complexity of these HPHT phases, prohibit computations so far from efficiently guiding experimental synthesis.
The goal of this project is to provide the computational tools for guiding the efficient and targeted synthesis of next-generation technological materials, including the choice of synthesis conditions and precursor materials. We will search for materials retaining their functional properties under decompression or are directly synthesizable at ambient pressure. To accomplish this, we will develop a work flow based on machine learning inter-atomic potentials to numerically explore experimental synthesis conditions at ab-initio accuracy. This will enable an analysis of thermodynamic competition between different phases at HPHT and rigorous benchmarking against experiments to ensure that we truly portray nature's behaviour.This project will open up uncharted horizons for exploiting pressure and temperature as thermodynamic variables to explore new chemistry and synthesis pathways, ultimately guiding experiments towards industrially relevant novel technological materials.