Microscopic contributions to the deviation from Amontons friction law

Dit onderzoek toont aan dat nanoschaalwrijving van MX2-monolagen op goud- en zilversubstraten afwijkt van de wet van Amontons door een niet-monotoon verband met de normaalkracht, veroorzaakt door het samenspel van meerdere glijdende modi waarvan de bijdrage sterk afhankelijk is van het specifieke substraat-materiaal.

De kern

De Microscopische Dans van Wrijving: Waarom de Regels van de Oude Meesters niet Altijd Opgaan

Stel je voor dat wrijving (wrijving) als een oude, betrouwbare wet is die al eeuwenlang geldt: "Hoe harder je duwt, hoe meer weerstand je voelt." Dit is de wet van Amontons. Als je een zware kist over de vloer sleept, kost dat meer kracht dan als je een lichte doos sleept. Het lijkt logisch, niet?

Maar op het niveau van atomen – het microscopische niveau – gedragen dingen zich vaak als een gekke danseres in plaats van een zware kist. In dit onderzoek kijken wetenschappers naar wat er gebeurt als je een heel kleine punt (een 'tip', zoals die van een microscoop) over een dun laagje materiaal (een 'monolaag') laat glijden. Ze ontdekten dat de oude wet hier niet meer werkt. Soms geeft meer druk juist minder wrijving, of gebeurt het helemaal niet lineair.

Hier is hoe ze dit ontdekten, vertaald in begrijpelijke taal:

1. Het Experiment: Een Dans op de Drie

De onderzoekers bouwden een virtueel laboratorium. Ze gebruikten superkrachtige computers om na te bootsen hoe een siliconen punt over verschillende dunne laagjes materiaal glijdt.

• De Bodem: Goud (Au) of Zilver (Ag) als een gladde dansvloer.
• De Danser: Een heel dun laagje materiaal (TMD's, zoals MoS2 of WSe2) dat als een tapijtje op de vloer ligt.
• De Danspartner: Een siliconen punt die over het tapijtje schuift.

Ze gebruikten een slimme truc: Machine Learning. In plaats van dat de computer elke atoom-beweging zelf uitrekende (wat te lang duurt), leerden ze de computer eerst hoe atomen zich gedragen door naar de natuurkunde te kijken (DFT). Daarna liet de computer de dansers los, maar dan veel sneller.

2. Het Geheim: De Dansstijl Verandert

Waarom werkt de oude wet niet? Omdat de tip niet alleen recht vooruit gaat.

Stel je voor dat je probeert over een hobbelig tapijt te lopen.

• Normale wrijving: Je loopt recht vooruit. Je stoot tegen de hobbels, dat kost energie.
• Het nieuwe geheim: De tip doet niet alleen recht vooruit. Hij maakt ook zijwaartse sprongetjes (lateral slip) en zig-zag bewegingen.

Het is alsof de tip niet alleen loopt, maar ook een beetje danst. Soms glijdt hij zijwaarts, soms maakt hij een zig-zag. Deze extra bewegingen veranderen de manier waarop energie wordt verbruikt.

• Als de tip veel zijwaarts glijdt, "ontsnapt" hij aan de hobbels. Het is alsof je over een gladde ijsbaan glijdt in plaats van over ruwe stenen. De wrijving daalt!
• Als de tip alleen maar recht vooruit duwt, is de wrijving hoog.

De onderzoekers zagen dat de verhouding tussen deze bewegingen (rechtuit vs. zijwaarts) bepaalt hoeveel wrijving er is. En deze verhouding verandert weer als je harder duwt. Daarom is de relatie tussen "duwen" en "wrijving" niet lineair, maar een gekke, niet-lineaire kromme.

3. De Speciale Geval: Goud en MoSe2

Er was één combinatie die echt opviel: Goud (Au) met MoSe2.
Bij deze combinatie gedroeg de tip zich alsof hij op een strijkplank liep. Hij maakte geen zijwaartse sprongetjes of zig-zags. Hij ging gewoon recht vooruit.

• Resultaat: Omdat hij niet "ontsnapte" via zijwaartse bewegingen, was de wrijving hier heel laag en voorspelbaar. Het was alsof de zijwaartse dansstijl volledig was onderdrukt. Dit is een belangrijke ontdekking voor het maken van materialen met extreem lage wrijving (superlubriciteit).

4. De Rol van de Bodem (Substraat)

De onderzoekers keken ook naar het verschil tussen een gouden en een zilveren bodem.

• Verrassend: De manier waarop de tip danste (de zig-zags en zijwaartse sprongetjes) was bijna hetzelfde, ongeacht of het goud of zilver was.
• Verschil: De sterkte van de wrijving verschilde wel. Soms was het op goud harder dan op zilver, en vice versa, afhankelijk van welk materiaal er als "tapijtje" lag.

Het is alsof je op een gouden vloer of een zilveren vloer loopt: je stapstijl (de dans) blijft hetzelfde, maar het gevoel onder je voeten (de wrijving) is net iets anders.

Conclusie: Waarom is dit belangrijk?

Vroeger dachten we: "Hoe harder duwen, hoe meer wrijving."
Nu weten we: "Het hangt ervan af hoe de atomen dansen."

Als we deze "dansstijlen" (de zijwaartse bewegingen) kunnen begrijpen en controleren, kunnen we materialen maken die bijna geen wrijving hebben. Denk aan machines die eeuwig meegaan zonder slijtage, of computers die niet oververhitten door wrijving.

Kort samengevat:
De wet van Amontons is als een oude kaart die zegt "ga rechtuit". Maar op het niveau van atomen is het landschap een doolhof met zijpaden. Soms is het slimmer om een zijpad te nemen (zijwaarts glijden) dan om recht vooruit te duwen. De onderzoekers hebben deze zijpaden ontdekt en laten zien dat ze de sleutel zijn tot het begrijpen van wrijving in de toekomst.

Technische samenvatting

Titel: Microscopische bijdragen aan de afwijking van de wet van Amontons voor wrijving

Auteurs: Suresh Ravisankar, Ravikant Kumar, Antonio Cammarata, Thilo Glatzel en Tomas Polcar.
Affiliatie: Technische Universiteit Praag (Tsjechië) en Universiteit van Bazel (Zwitserland).

---

1. Probleemstelling

Wrijving is een fundamenteel fenomeen dat leidt tot energiedissipatie en slijtage in mechanische systemen. Traditioneel wordt nanoschaalwrijving vaak beschreven door de wet van Amontons, die stelt dat de wrijvingskracht ($F_{fric}$) lineair evenredig is met de uitgeoefende normaalkracht ($F_N$), uitgedrukt als $F_{fric} = \mu F_N + F_0$.

Echter, op atomaire schaal en bij gebruik van tweedimensionale materialen (zoals overgangsmetaaldichalcogeniden of TMD's), wordt deze lineaire relatie vaak niet waargenomen. De onderliggende mechanismen die leiden tot deze afwijkingen, zoals complexe laterale bewegingen en thermische fluctuaties, zijn moeilijk te kwantificeren met traditionele modellen zoals het Prandtl-Tomlinson-model. Bestaande methoden (zoals eerste-principes berekeningen) zijn te rekentijdintensief voor grote schaal-simulaties, terwijl klassieke moleculaire dynamica (MD) met empirische potentiaal vaak onnauwkeurig is door de complexiteit van de parametrisatie.

2. Methodologie

De auteurs gebruiken een geavanceerde combinatie van methoden om de wrijvingsgedrag van MX2-monolagen (waarbij M = Mo, W en X = S, Se) op Au(111) en Ag(111) substraten te bestuderen, met een silicium (Si) tip.

• Machine Learning Force Fields (MLFF): In plaats van traditionele empirische potentiaal, trainden de auteurs Deep Neural Network Potentials (NNP) op basis van data gegenereerd door Density Functional Theory (DFT). Dit combineert de nauwkeurigheid van quantummechanica met de schaalbaarheid van klassieke MD.
  • Het trainingsproces gebruikte active learning (DP-GEN workflow) om de dataset te verrijken met nieuwe atomaire configuraties waar de ML-model onzekerheid vertoonde.
  • De nauwkeurigheid werd geverifieerd met een Root Mean Square Error (RMSE) voor energie en krachten die typerend is voor oppervlak- en interfacesystemen (energie RMSE: ~0.9-1.2 meV/atom; kracht RMSE: ~0.02 eV/Å).
• Moleculaire Dynamica (MD) Simulaties:
  • Simulaties werden uitgevoerd in de NVT-ensemble bij 300 K.
  • Een Si-tip werd over het oppervlak bewogen met snelheden van 2 tot 5 m/s.
  • Verschillende normaallasten (0,0 tot 0,8 nN) werden toegepast.
  • De bottom-laag van het metaal-substraat werd gefixeerd om experimentele omstandigheden na te bootsen.
• Analyse:
  • Berekening van de gemiddelde wrijvingskracht en het afleiden van de wrijvingscoëfficiënt ($\mu$) via lineaire fitting.
  • Ruimtelijke Fourier-transformatie (FT): Een cruciale stap om de tijdsreeks van de zijwaartse krachten te analyseren. Dit maakt het mogelijk om verschillende bewegingsmodi (schuiven, laterale slip, zigzag) te onderscheiden en te kwantificeren op basis van piekintensiteiten in het frequentiespectrum.

3. Belangrijkste Bijdragen

• Validatie van MLFF voor Wrijving: Het artikel demonstreert succesvol dat MLFF's, getraind op DFT-data, geschikt zijn voor het simuleren van complexe tribologische processen op nanoschaal, waarbij ze de nauwkeurigheid van quantummechanica behouden.
• Ontmaskering van de Oorzaak van Niet-Monotonie: De auteurs identificeren dat de afwijking van de wet van Amontons niet willekeurig is, maar direct gekoppeld is aan de co-existentie van meerdere schuifmodi.
• Kwantificering via Fourier-analyse: Ze introduceren een methode om de bijdrage van laterale bewegingen (die niet in de primaire schuifrichting liggen) te kwantificeren via de verhouding van piekintensiteiten in de Fourier-transformatie van de krachtsignalen.

4. Resultaten

• Afwijking van de Wet van Amontons: In bijna alle onderzochte systemen (behalve Au/MoSe2/Si) vertoont de relatie tussen wrijvingskracht en normaalkracht een niet-monotoon gedrag. Dit betekent dat de wrijvingskracht niet lineair toeneemt met de last, wat leidt tot grote onzekerheden bij het berekenen van $\mu$ via lineaire fitting.
• Rol van Laterale Beweging: De Fourier-analyse onthulde drie hoofdcomponenten in het bewegingspatroon:
  1. Longitudinale schuiving (hoofdbeweging).
  2. Laterale slip (transversale verplaatsing).
  3. Zig-zag beweging (relaxatie na slip).
     De resultaten tonen aan dat een toename in de frequentie van laterale slip-gebeurtenissen leidt tot een verlaging van de gemiddelde wrijvingskracht. De verhouding tussen de intensiteit van de longitudinale piek en de laterale piek correleert sterk met de totale wrijvingskracht.
• Substraat- en Materiaalafhankelijkheid:
  • Hoewel het kwalitatieve gedrag (de aanwezigheid van meerdere schuifmodi) onafhankelijk is van het substraat (Au vs. Ag), hangt de grootte van de wrijving en de balans tussen de bewegingsmodi sterk af van de specifieke combinatie van monolaag en substraat.
  • Uitzondering (Au/MoSe2/Si): Dit systeem vertoont een aanzienlijk verlaagde wrijving. De analyse toont aan dat hier de laterale slip en zig-zag bewegingen onderdrukt zijn; de tip beweegt strikt in één richting. Dit resulteert in een ander Fourier-spectrum (alleen de eerste piek) en een lagere gemiddelde wrijvingskracht.
  • Systemen met een Ag-substraat vertonen over het algemeen hogere intensiteit in de longitudinale schuifpiek vergeleken met Au-substraten, wat leidt tot hogere wrijving in bepaalde combinaties (bijv. Ag/MoS2/Si), terwijl andere combinaties (bijv. Au/WSe2/Si) juist hogere wrijving vertonen.

5. Betekenis en Conclusie

De studie biedt een diep inzicht in de microscopische oorsprong van wrijving op nanoschaal. De belangrijkste conclusies zijn:

1. De wet van Amontons is op nanoschaal vaak niet geldig vanwege de complexe interactie tussen longitudinale en laterale bewegingen van de tip.
2. De niet-monotone relatie tussen last en wrijving wordt veroorzaakt door de variatie in de bijdrage van deze verschillende bewegingsmodi afhankelijk van de toegepaste last.
3. Machine Learning Force Fields zijn een krachtig instrument om deze complexe fenomenen nauwkeurig te simuleren, waardoor het mogelijk wordt om wrijvingsgedrag in heterostructuren te voorspellen en te optimaliseren.
4. Het vermogen om laterale slip te onderdrukken (zoals gezien in Au/MoSe2/Si) kan een strategie zijn om superlubriciteit (zeer lage wrijving) te bereiken in toekomstige nanotechnologische toepassingen.

Dit werk legt een brug tussen theoretische modellen en experimentele observaties, en biedt een robuuste methodologie voor het bestuderen van wrijving in een breed scala aan 2D-materialen en hun interfaces.