Ученые предсказали новые формы сверхтвердого углерода

Москва, 11:18, 10 Сен 2019, редакция FTimes.ru, автор Евгения Ковалева.

Специалисты из Университета Буффало использовали вычислительные техники для определения 43 ранее неизвестных форм углерода, которые будут стабильными и сверхтвердыми. Некоторые структуры, по прогнозам, превзойдут алмазы.

Каждая новая версия состоит из углеродных атомов, в определенном порядке распределенных на кристаллической решетке, сообщает eurekalert.org. Выводы исследования опубликованы в npj Computational Materials. Проект сочетал вычислительное прогнозирование кристаллических структур и алгоритмы машинного обучения для поиска новых материалов.

Это – теоретическое исследование. Авторы предсказали новые углеродные структуры, но не создали их.

«Алмаз считается самым твердым коммерчески доступным материалом. Но он очень дорогой, — сказала профессор Ева Зурек, руководившая проектом с профессором Стефано Куртароло из Дьюкского университета. – Некоторые мои коллеги проводят эксперименты с алмазными прессами большого давления. И они жалуются на стоимость замены сломавшихся элементов. Мы хотели найти материал тверже, потенциально дешевле алмаза. Он может иметь уникальные свойства. Например, по-другому взаимодействовать с тепло или электричеством».

Материал считается сверхтвердым, если устойчивость к деформации превышает 40 ГПа по Виккерсу. Все 43 предсказанные структуры соответствовали этому параметру. Они немного превосходили алмазы по твердости Виккерса. Правда, Зурек признала, что в расчетах могут быть неточности.

Самые твердые структуры содержали фрагменты алмазов и лонсдейлитов в кристаллических решетках. Дополнительно к 43 материалам, исследователи предсказали сверхтвердость и для других материалов, ранее описанных другими командами. Техника подходит для работы со структурами на основе других элементов.

Для исследования авторы использовали алгоритм с открытым кодом XtalOpt. Они генерировали случайные кристаллические структуры из углерода. Затем команда использовала модель машинного обучения для прогнозирования твердости. Самые прочные и стабильные структуры XtalOpt использовал как «родителей» для нового цикла. Авторы надеются, что наиболее перспективные материалы удастся воссоздать экспериментально.