CN112259171B - 一种基于分子动力学的lst-gdc纳米团簇烧结模拟的方法 - Google Patents
一种基于分子动力学的lst-gdc纳米团簇烧结模拟的方法 Download PDFInfo
- Publication number
- CN112259171B CN112259171B CN202011178630.XA CN202011178630A CN112259171B CN 112259171 B CN112259171 B CN 112259171B CN 202011178630 A CN202011178630 A CN 202011178630A CN 112259171 B CN112259171 B CN 112259171B
- Authority
- CN
- China
- Prior art keywords
- gdc
- lst
- nanocluster
- sintering
- molecular dynamics
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005245 sintering Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000000329 molecular dynamics simulation Methods 0.000 title claims abstract description 42
- 238000004088 simulation Methods 0.000 title claims abstract description 38
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 230000003993 interaction Effects 0.000 claims abstract description 9
- 238000012800 visualization Methods 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000002105 nanoparticle Substances 0.000 claims description 3
- 238000005381 potential energy Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 1
- 239000000463 material Substances 0.000 description 7
- 239000011148 porous material Substances 0.000 description 6
- 239000002131 composite material Substances 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 3
- 239000007772 electrode material Substances 0.000 description 3
- 239000010405 anode material Substances 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 239000011808 electrode reactant Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000010416 ion conductor Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001778 solid-state sintering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/80—Data visualisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于分子动力学的LST‑GDC纳米团簇烧结模拟的方法，其包括：采用分子建模软件分别构建LST‑GDC纳米团簇模型，并转换成分子动力学模拟软件可识别的数据文件；选取能够反映LST‑GDC所包含的所有原子之间相互作用力的势函数；设定系统弛豫与分子建模软件中分子动力学模拟的参数，通过分子动力学模拟软件计算并输出烧结LST‑GDC模型坐标文件，导入可视化软件进行可视化分析，并通过切面分析得到烧结结构内部的信息。本发明的基于分子动力学的LST‑GDC纳米团簇烧结模拟的方法能够采用分子动力学模拟出LST‑GDC烧结过程中的微观结构变化，并可视化观察烧结过程。
Description
技术领域
本发明具体涉及一种基于分子动力学的SOFC复合阳极材料LST-GDC纳米团簇烧结模拟的方法，属于高温固体氧化物燃料电池(SOFC)电极材料领域。
背景技术
多孔电极是SOFC的重要部件之一，其孔隙、电子导体和离子导体以及形成的三相界面(Three Phase Boundaries，TPB)是同时发生电化学反应和物质传输的唯一区域，并存在复杂的多相、多尺度、多物理场耦合的传递过程。固态烧结对电极反应物/产物在孔隙中有效传输、致密性、孔隙率以及有效的电/离子电导率具有决定作用。从原子/分子尺度入手，以SOFC复合阳极材料LST-GDC为研究对象，应用分子动力学(MD)方法研究烧结条件下的电极微观结构演变规律及并可视化观察电极形貌在烧结过程中的变化，对优化电极微结构从而改善电池的电化学性能具有重要意义。
发明内容
本发明的主要目的在于一种基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，以克服现有技术的不足。
为实现前述发明目的，本发明采用的技术方案包括：
本发明实施例提供了一种基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其包括：
选取能够反映LST-GDC体系所包含的所有原子之间相互作用力的势函数；
采用分子建模软件分别构建LST纳米团簇模型和GDC纳米团簇模型，并转换成分子动力学模拟软件可识别的数据文件；
设定系统弛豫与分子建模软件中分子动力学模拟的参数，包括设定边界条件、等温等压系综控温条件、烧结条件；
通过分子动力学模拟软件计算并输出烧结LST-GDC模型坐标文件，再导入可视化软件进行可视化分析，并通过切面分析得到烧结结构内部的信息。
在一些实施例中，所述基于分子动力学的LST-GDC纳米团簇烧结模拟的方法包括：通过分子建模软件MaterialStudio软件的观察模块导入LST与GDC的晶胞模型，并通过Build nanocluster分别建立起LST纳米团簇和GDC纳米团簇；并将LST纳米团簇与GDC纳米团簇放置于模拟盒子中，并使用分子动力学模拟软件Lammps自带的msi2lmp工具转换为Lammps可识别的模型数据。
在一些实施例中，所述势函数由描述短程相互作用力的Born-Mayer-Huggins与描述电荷长程作用力的库仑势组成。
进一步地，所述势函数为：
其中，Uij是距离rij的所有原子i和j的总势能，Zi、Zj是有效电荷，ai、aj、bi、bj是排斥力系数，Ci、Cj是吸引力系数，f0为尺寸转换系数，并且f0为4.19kJ/(mol·A)。
与现有技术相比，本发明的优点包括：
1)本发明提供了一种基于分子动力学模拟的LST-GDC多纳米团簇烧结模拟的方法，该方法能够采用分子动力学模拟出LST-GDC烧结过程中的微观结构变化，并可视化观察烧结过程；
2)本发明采用的微观孔隙结构表征方法与传统介尺度模型测量方法相比，从原子/分子尺度考虑了LST-GDC中存在的微孔隙，考虑了团簇结构对其内部微观结构的本质影响，对于表征真实情况电极材料制备过程中的微结构变化具有实际意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一典型实施案例中一种基于分子动力学的LST-GDC纳米团簇烧结模拟的方法的流程图；
图2是本发明一典型实施案例中LST-GDC多纳米团簇初始结构图；
图3是本发明一典型实施案例中经过结构优化及弛豫处理后的LST-GDC多纳米团簇构型示意图；
图4是本发明一典型实施案例中经过烧结模拟后的LST-GDC多纳米团簇烧结结构图；
图5是本发明一典型实施案例中烧结模拟过程中的LST-GDC均方位移曲线图；
图6a-图6c是本发明一典型实施案例中烧结模拟过程中的模型(111)切面细节图。
具体实施方式
鉴于现有技术中的不足，本案发明人经长期研究和大量实践，得以提出本发明的技术方案。如下将对该技术方案、其实施过程及原理等作进一步的解释说明。
本发明实施例的一个方面提供了基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其包括：
选取能够反映LST-GDC体系所包含的所有原子之间相互作用力的势函数；
采用分子建模软件分别构建LST纳米团簇模型和GDC纳米团簇模型，并转换成分子动力学模拟软件可识别的数据文件；
设定系统弛豫与分子建模软件中分子动力学模拟的参数，包括设定边界条件、等温等压系综控温条件、烧结条件；
通过分子动力学模拟软件计算并输出烧结LST-GDC模型坐标文件，再导入可视化软件进行可视化分析，并通过切面分析得到烧结结构内部的信息。
在一些实施例中，所述方法包括：通过分子建模软件MaterialStudio软件的观察模块导入LST与GDC的晶胞模型，并通过Build nanocluster分别建立起LST纳米团簇模型和GDC纳米团簇模型；并将LST纳米团簇模型与GDC纳米团簇模型放置于模拟盒子中，并使用分子动力学模拟软件Lammps自带的msi工具转换为Lammps可识别的数据文件。
在一些实施例中，所述基于分子动力学的LST-GDC纳米团簇烧结模拟的方法还包括：完成Lammps模拟控制文件in文件代码的编写。
在一些实施例之中，所述基于分子动力学的LST-GDC纳米团簇烧结模拟的方法包括以下步骤：
步骤一：利用分子建模软件Material Studio构建复合阳极替代材料LST-GDC多纳米团簇模型，并转化为分子动力学仿真软件Lammps可识别的data文件；
步骤二：完成Lammps模拟控制文件，即in文件代码的编写；
步骤三：运用分子动力学方法计算并根据需要在LAMMPS中通过dump命令得到原子坐标文件，同时分别计算出体系中LST与GDC的均方位移(mean square displacement,MSD)与步长的关系曲线；
步骤四：将所述分子动力学模型输出至可视化Ovito软件进行可视化，并通过切面分析得到烧结结构内部的信息。
本发明所述微观孔隙结构表征方法与传统介尺度模型测量方法相比，从原子/分子尺度考虑了LST-GDC中存在的微孔隙，考虑了团簇结构对其内部微观结构的本质影响，对于表征真实情况电极材料制备过程中的微结构变化具有实际意义。
在一些更为优选的实施例之中，所述基于分子动力学的LST-GDC纳米团簇烧结模拟的方法由以下步骤组成：
(1)建立LST与GDC的团簇模型：通过Material Studio软件的观察模块导入LST与GDC的晶胞模型，并通过Build Nanocluster分别建立起直径为3nm的纳米团簇；并将10个LST团簇与10个GDC团簇随机放置于一个模拟盒子中，总共包括22170个原子，并使用Lammps自带的msi2lmp工具转化为为分子动力学模拟软件Lammps所需的Data文件。
(2)势函数的选取：势函数类型采用Born-Mayer-Huggins与库仑势作为描述LST-GDC的混合势函数，因其能够反映LST-GDC此类复杂金属氧化物所包含的所有原子之间的相互作用；
(3)系统弛豫与模拟条件的设置：选择等温等压系综(NPT)进行平衡约束，利用Nose-Hoover热浴法来调节系统温度，并不断调整盒子大小以调整模型的初始孔隙率以与实验值相吻合；对于LST-GDC材料，实验中常采用的烧结一般温度在高于1400℃、常压下进行，所以采用NPT系综设置在1673K、1bar的模拟条件下进行500ps的烧结；
(4)烧结可视化：将动力学模拟后的构型坐标导入可视化软件Ovito进行可视化分析。
在一些实施例中，步骤(1)中所述LST纳米团簇模型、GDC纳米团簇模型等每个纳米团簇的直径为4nm，所述LST纳米团簇模型与GDC纳米团簇模型的数量比为1：1，与实验中LST与GDC的掺杂比例相同。
在一些实施例中，步骤(2)中所述的势函数由描述短程相互作用力的Born-Mayer-Huggins(BMH)与描述电荷长程作用力的库仑势组成。
在一些实施例中，所述方法包括：选择等温等压系综进行平衡约束，利用Nose-Hoover热浴法来调节系综温度、Berendesen控压机制来调节压力，并调整LST-GDC模型的初始孔隙率以与实验值相吻合。
在一些实施例中，所述边界条件为周期边界条件，所述等温等压系综控温条件中初始温度为1673K，所述烧结条件包括：烧结温度大于1400℃，压力为常压。
在一些实施例中，步骤(3)中所述LST-GDC模型的初始孔隙率一般为35％～40％，此处将该体系在等温等压(NPT)系综下弛豫后的孔隙率调整为40％，弛豫后的模拟盒子大小为
在一些实施例中，所述基于分子动力学的LST-GDC纳米团簇烧结模拟的方法包括：通过分子动力学模拟软件Lammps计算并输出烧结LST-GDC模型坐标文件，再导入可视化软件Ovito进行烧结过程的可视化，并通过切面分析烧结过程中结构内部微观结构变化。
其中，作为本发明的一种优选技术方案，所述基于分子动力学的LST-GDC纳米团簇烧结模拟的方法由以下步骤组成：
1.步骤一中，构建LST-GDC分子动力学仿真模型是指基于Materials Studio软件建立的多团簇三维分子动力学仿真模型，LST和GDC为两种材料，建立好模型后保存为car和mdf文件，然后用msi2lmp工具转化为为分子动力学模拟软件Lammps所需的Data文件。
2.步骤二中，设定Lammps软件中分子动力学模拟的参数：边界条件为周期边界条件、系统控温方法(设定初始温度为1673K并保持该温度)、系综NPT(Constant-pressure,constant-temperature)、势函数为Born-Mayer-Huggins与库仑势组成，其具体表现形式为：
其中，Uij是距离rij的所有原子i和j的总势能，Zi、Zj是有效电荷，ai、aj、bi、bj是排斥力系数，Ci、Cj是吸引力系数，f0为尺寸转换系数，并且f0为4.19kJ/(mol·A)。
3.步骤三中，由Lammps语句compute msd命令计算出烧结过程中的两种材料的MSD值，以此来判断系统是否稳定；
4.通过步骤三Lammps计算并输出的烧结构型坐标文件，运用Ovito软件进行烧结过程的可视化，并通过其Slice切面功能研究烧结过程中的内部的微观结构变化并得出相关结论。
综上所述，本发明提供了一种基于分子动力学模拟的LST-GDC多纳米团簇烧结模拟的方法，该方法能够采用分子动力学模拟出LST-GDC烧结过程中的微观结构变化，并可视化观察烧结过程。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例1
请参阅图1，本发明一典型实施例中一种基于分子动力学的LST-GDC纳米团簇烧结模拟的方法主要包括如下步骤：
(1)首先确定本次计算机模拟实验的基础配方，首先，通过Materials Studio软件构建此体系的模型图，10个相同的LST和10个相同的GDC纳米团簇(单个纳米颗粒直径都为3nm)，总共包括22170个原子，被随机放置在尺寸为 模拟盒内。图2显示了LST-GDC多纳米颗粒模型中烧结前的快照，模型建立之后通过Lammps自带的msi2lmp程序将模型读入。
(2)首先对该初始结构在NPT(Constant-pressure,constant-temperature)下设置温度为300K，1bar的压力，并不断调整模拟箱的尺寸，使结构弛豫后的孔隙率达到40％，最终得到弛豫后满足孔隙率条件的模拟盒子的尺寸为 初始构型压缩了约12％左右，如图所示3。其次，以弛豫后的构型作为初始模型，进行了500ps烧结MD模拟，烧结温度设置为1673K，时间步长设置为1fs，边界条件为XYZ三个方向的周期边界条件，系综为NPT系综，烧结后的结构形貌如图所示4，可以看出，在黑色圆圈部分可以观察到明显的烧结情况，GDC与LST初始的圆形团簇构型经过烧结已经完全融合在了一起，LST-GDC复合材料的烧结行为被成功表征。
(3)将MSD数据绘制成MSD对步长的曲线：MSD对步长曲线如图5所示，以确定烧结过程中LST与GDC团簇的扩散情况，由图5可以看出在烧结颈形成之前，两种纳米团簇原子的MSD值由于热力学扩散在0-36ps这一时间段迅速增加。在36ps后MSD基本上表现出非常缓慢的增长，这表明纳米颗粒结构形成的烧结颈逐渐增长至稳定。此外还可以看出，LST纳米团簇原子的MSD值显著高于GDC，表明LST团簇的原子在烧结过程中的运动更加强烈，其团簇的原子运动主导了LST-GDC复合材料的烧结过程。
(4)烧结结构更多的内部细节可以运用Ovito软件对得到的烧结构型进行进行可视化以及切面分析，从其细节图6a-图6c可以看出：模拟的初始阶段，LST与GDC纳米团簇之间的距离逐渐减小，在36ps时，LST纳米团簇接触并形成烧结颈(黑色圆圈区域)，烧结颈稳定之后烧结进入缓慢阶段，相比之下，GDC团簇的运动相对较慢，烧结发生的时间也相对较迟，最终构型得(111)切面可以很明显的观察出典型的烧结形貌。
从构型切面观察得到的烧结机制与烧结过程中MSD值的变化趋势是相对应的，证明了该分子动力学方法研究LST-GDC共烧结的可靠性。
以上实施例提供的方法可以采用分子动力学模拟出LST-GDC烧结过程中的微观结构变化，并可视化观察烧结过程。
最后要说明的是，以上实施例仅用以说明本发明的具体实施方式，但本领域的技术人员应当理解，本发明不限于上述示范性实施例的细节，不脱离本发明的技术方案的宗旨和范围，对本发明的技术方案进行修改或者等同替换，均涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其特征在于包括：
选取能够反映LST-GDC体系所包含的所有原子之间相互作用力的势函数；
采用分子建模软件分别构建LST纳米团簇模型和GDC纳米团簇模型，并转换成分子动力学模拟软件可识别的数据文件；
设定系统弛豫与分子建模软件中分子动力学模拟的参数，包括设定边界条件、等温等压系综控温条件、烧结条件；
通过分子动力学模拟软件计算并输出烧结LST-GDC模型坐标文件，再导入可视化软件进行可视化分析，并通过切面分析得到烧结结构内部的信息；
通过分子建模软件MaterialStudio软件的观察模块导入LST与GDC的晶胞模型，并通过Build nanocluster分别建立起LST纳米团簇和GDC纳米团簇；并将LST纳米团簇与GDC纳米团簇放置于模拟盒子中，并使用分子动力学模拟软件Lammps自带的msi2lmp工具转换为Lammps可识别的模型数据；
所述势函数由描述短程相互作用力的Born-Mayer-Huggins与描述电荷长程作用力的库仑势组成。
2.根据权利要求1所述的基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其特征在于：所述LST-GDC纳米团簇模型的单个纳米颗粒直径都设置为3nm，其中LST纳米团簇与GDC纳米团簇的数量比为1：1。
3.根据权利要求1所述的基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其特征在于，所述势函数为：
，
其中，Uij是距离rij的所有原子i和j的总势能，Zi、Zj是有效电荷，ai、aj、bi、bj是排斥力系数，Ci、Cj是吸引力系数，f0为尺寸转换系数，并且f0为4.19kJ/(mol·A)。
4.根据权利要求1所述的基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其特征在于还包括：完成Lammps模拟控制文件in文件代码的编写。
5.根据权利要求1所述的基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其特征在于还包括：运用LAMMPS进行烧结动力学计算并通过输出命令得到烧结结构的原子坐标文件。
6.根据权利要求1所述的基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其特征在于包括：选择等温等压系综进行平衡约束，利用Nose-Hoover热浴法来调节等温等压系综的温度，并调整LST-GDC模型的初始孔隙率以与实验值相吻合；
和/或，所述边界条件为周期边界条件，所述等温等压系综控温条件中初始温度为1673K，所述烧结条件包括：烧结温度大于1400℃，压力为常压。
7.根据权利要求6所述的基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其特征在于：所述LST-GDC模型在等温等压系综下弛豫后的孔隙率为40%，弛豫后的模拟盒子大小为160Å×84Å×65Å。
8.根据权利要求1所述的基于分子动力学的LST-GDC纳米团簇烧结模拟的方法，其特征在于包括：通过分子动力学模拟软件Lammps计算并输出烧结LST-GDC模型坐标文件，再导入可视化软件Ovito进行烧结过程的可视化，并通过切面分析烧结过程中结构内部微观结构变化。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2020105745478 | 2020-06-22 | ||
| CN202010574547.8A CN111724862A (zh) | 2020-06-22 | 2020-06-22 | 一种基于分子动力学的lst-gdc纳米团簇烧结模拟的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112259171A CN112259171A (zh) | 2021-01-22 |
| CN112259171B true CN112259171B (zh) | 2023-11-10 |
Family
ID=72569984
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010574547.8A Pending CN111724862A (zh) | 2020-06-22 | 2020-06-22 | 一种基于分子动力学的lst-gdc纳米团簇烧结模拟的方法 |
| CN202011178630.XA Active CN112259171B (zh) | 2020-06-22 | 2020-10-29 | 一种基于分子动力学的lst-gdc纳米团簇烧结模拟的方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010574547.8A Pending CN111724862A (zh) | 2020-06-22 | 2020-06-22 | 一种基于分子动力学的lst-gdc纳米团簇烧结模拟的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN111724862A (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113035283B (zh) * | 2021-01-12 | 2022-08-23 | 南京理工大学 | 基于分子动力学的多层富勒烯单向压缩的模拟方法 |
| CN112992279B (zh) * | 2021-03-02 | 2022-08-26 | 南京理工大学 | 基于分子动力学的氢化石墨烯纳米盒的模拟方法 |
| CN113012764B (zh) * | 2021-03-05 | 2022-04-19 | 华南理工大学 | 一种基于分子动力学的生物活性玻璃结构及xrd计算的模拟方法 |
| CN113012765B (zh) * | 2021-03-08 | 2022-08-12 | 南京理工大学 | 基于分子动力学的纳米尺度金刚石摩擦磨损过程模拟方法 |
| CN113270149B (zh) * | 2021-04-30 | 2022-10-04 | 上海大学 | 基于分子动力学的铁液中钛氧团簇生长及结构的表征方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103117404A (zh) * | 2013-01-30 | 2013-05-22 | 哈尔滨工业大学 | 一维纳米纤维状lst阳极材料及其制备方法、利用该阳极材料的复合阳极及其制备方法 |
| KR20160058275A (ko) * | 2014-11-14 | 2016-05-25 | 한국기계연구원 | 금속지지형 고체산화물 연료전지 및 그 제조 방법 |
| CN108491569A (zh) * | 2018-02-07 | 2018-09-04 | 北京工业大学 | 一种根据分子动力学模拟预测纳米多层膜自蔓延反应过程扩散系数的方法 |
| CN109858110A (zh) * | 2019-01-15 | 2019-06-07 | 燕山大学 | 基于分子动力学仿真的非晶合金中的缺陷表征方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070233440A1 (en) * | 2006-03-29 | 2007-10-04 | International Business Machines Corporation | Reduced message count for interaction decomposition of N-body simulations |
-
2020
- 2020-06-22 CN CN202010574547.8A patent/CN111724862A/zh active Pending
- 2020-10-29 CN CN202011178630.XA patent/CN112259171B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103117404A (zh) * | 2013-01-30 | 2013-05-22 | 哈尔滨工业大学 | 一维纳米纤维状lst阳极材料及其制备方法、利用该阳极材料的复合阳极及其制备方法 |
| KR20160058275A (ko) * | 2014-11-14 | 2016-05-25 | 한국기계연구원 | 금속지지형 고체산화물 연료전지 및 그 제조 방법 |
| CN108491569A (zh) * | 2018-02-07 | 2018-09-04 | 北京工业大学 | 一种根据分子动力学模拟预测纳米多层膜自蔓延反应过程扩散系数的方法 |
| CN109858110A (zh) * | 2019-01-15 | 2019-06-07 | 燕山大学 | 基于分子动力学仿真的非晶合金中的缺陷表征方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112259171A (zh) | 2021-01-22 |
| CN111724862A (zh) | 2020-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112259171B (zh) | 一种基于分子动力学的lst-gdc纳米团簇烧结模拟的方法 | |
| Bertei et al. | Microstructural modeling for prediction of transport properties and electrochemical performance in SOFC composite electrodes | |
| Bertei et al. | Electrochemical simulation of planar solid oxide fuel cells with detailed microstructural modeling | |
| Manogharan et al. | Binder jetting: a novel solid oxide fuel-cell fabrication process and evaluation | |
| Nerat | Modeling and analysis of short-period transient response of a single, planar, anode supported, solid oxide fuel cell during load variations | |
| Liu et al. | Correlation between microstructures and macroscopic properties of nickel/yttria-stabilized zirconia (Ni-YSZ) anodes: Meso-scale modeling and deep learning with convolutional neural networks | |
| Xu et al. | Enabling thermal-neutral electrolysis for CO2-to-fuel conversions with a hybrid deep learning strategy | |
| Faes et al. | Curvature and strength of Ni-YSZ solid oxide half-cells after redox treatments | |
| Zhu et al. | Multiscale modeling of an angled gas diffusion layer for polymer electrolyte membrane fuel cells: Performance enhancing for aviation applications | |
| Chan et al. | Enhancing oxygen iron conductivity of 8YSZ electrolytes in SOFC by doping with Fe2O3 | |
| Zhu et al. | The dynamic response of solid oxide fuel cell fueled by syngas during the operating condition variations | |
| AU2020104167A4 (en) | A Preparation Method for Low-stress Electrode Material Sintering Based on the Mesoscale Model | |
| Huang et al. | A novel ReaxFF multi-scale method for analyzing the fracture behavior of the CeO2 | |
| Abdeljawad et al. | Microstructural coarsening effects on redox instability and mechanical damage in solid oxide fuel cell anodes | |
| CN116467913A (zh) | 一种固体氧化物燃料电池的数值模拟方法 | |
| Jin et al. | Multiphysics modeling of solid-oxide iron–air redox battery: analysis and optimization of operation and performance parameters | |
| Yang et al. | Coarse-grained molecular dynamics modeling and parameter analysis for sintered interface structures in sandwiched tri-layers reversible solid oxide fuel cell | |
| Lee et al. | Multi-scale design simulation of a novel intermediate-temperature micro solid oxide fuel cell stack system | |
| Kishimoto | Three-dimensional microstructure of solid oxide fuel cell anode: observation, quantification, and application to numerical analysis | |
| Coletti | Development of a model for the investigation of the role of mixed conduction in a solid oxide fuel cell anode to enable effectiveness of electrocatalyst infiltration | |
| Kawada et al. | (High-Temperature Energy, Materials, & Processes Division Subhash Singhal Award) From Electrochemical to Mechanical Modeling of SOFCs and Their Experimental Validation | |
| Müller et al. | Modelling and optimisation of solid electrolyte sintering behaviour by thermokinetic analysis | |
| Zhang et al. | Modeling investigation of Sm 0.5 Sr 0.5 CoO 3− δ–Ce 0.8 Sm 0.2 O 2− δ cathode for proton-conducting ceramic fuel cell | |
| Tafazoli et al. | Geometric modeling of infiltrated solid oxide fuel cell electrodes with directional backbones | |
| CN115510379B (zh) | 基于电化学模型的阶梯参数识别方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |