← 最新论文
🔬 材料科学

The Long and Winding Pore: Tuning Porosity in Templated Nanoporous Carbons

本文介绍了一种利用机器学习原子间势函数的分级模板策略,用以独立控制无序纳米多孔碳中的孔径、壁面有序度、曲率和网络扭曲度,从而为储能和气体捕集等应用领域的结构-性质关系研究提供系统性的手段。

原作者: Zacharie Waysenson, Baptiste Barthe-Gold, Arthur France-Lanord, Mathieu Salanne, A. Marco Saitta

发布于 2026-11-19
📖 1 分钟阅读☕ 轻松阅读

原作者: Zacharie Waysenson, Baptiste Barthe-Gold, Arthur France-Lanord, Mathieu Salanne, A. Marco Saitta

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

在储能领域,那些储存我们能量的材料往往出人意料地“杂乱”。想想超级电容器内部的碳电极,这种设备可以近乎瞬时地进行充放电,为电动巴士供电或储存来自风力涡轮机的能量。这些电极并非光滑、坚实的块体,而是由碳构成的海绵,布满了微小的孔洞和隧道。这些设备的性能完全取决于这些孔洞的形状和排列方式。如果隧道太窄,离子就无法进入;如果路径太曲折,离子就会迷失;如果壁面过于紊乱,材料就无法很好地导电。几十年来,科学家们一直难以准确理解这些孔隙的大小、形状和扭曲度是如何影响器件储能能力的。问题在于,在现实世界中,你无法一次只改变其中一个特征。当你把一个孔做大时,壁面往往会变得更加紊乱,或者路径会变得更加曲折。为了真正理解这场游戏的规则,研究人员需要一种方法,在计算机中构建这些材料,使他们能够调整孔隙的大小,而不至于意外改变路径的扭曲度或壁面的紊乱度。

一个研究小组开发出了一种实现这一目标的新方法,创建了一个数字实验室,使他们能够以手术般的精准度来调节多孔碳的架构。通过使用一种由模拟碳原子行为的机器学习模型驱动的高级计算机模拟,他们引入了一套层级策略,从底层开始构建这些材料。他们并没有让孔隙像在自然界中冷却时那样随机形成,而是使用了一个虚拟的“支架”来引导这一过程。想象一根刚性金属丝穿过一锅熔融的碳。随着碳在金属丝周围冷却并硬化,金属丝迫使一个孔洞形成。通过改变这根金属丝的属性,科学家们可以决定孔洞的大小以及壁面的平滑程度。他们发现,通过调节碳原子对金属丝的吸引力强度,他们可以创造出粗糙、锯齿状的边界,或是完美的、管状的壁面,同时保持材料其余部分结构的结构不变。

研究人员进一步扩展了这一概念,以解决“扭曲度”问题,即科学家所说的曲折度(tortuosity)。在许多实际应用中,能量传输的路径不是直线,而是蜿蜒的、S形的隧道。为了模拟这一点,团队用一串由弹簧连接的粒子取代了原来的直金属丝,使支架能够弯曲和弯曲。他们发现,现在他们可以在不改变孔径大小或碳壁局部紊乱度的情况下,规定孔隙网络的精确扭曲程度。这是一个重大的突破,因为直到现在,在模拟中分离“蜿蜒路径”的影响与“孔径大小”的影响几乎是不可能的。研究表明,虽然路径的扭曲度改变了孔隙网络的整体形状,但主通道的直径仍受支架尺寸的控制,且不受其弯曲程度的影响。

在工作的最后阶段,科学家们让支架本身变得具有移动性。支架不再是一个冻结的、刚性的物体,而是允许在碳冷却时移动和偏移。这创造了一种动态交互,即正在形成的碳网络可以对支架产生反作用力,使其发生轻微变形。这种相互作用使孔隙的边界变得更加清晰和精确。这种方法使团队能够针对亚纳米级的特定孔径进行设计,这对于超级电容器等应用至关重要,因为在这些应用中,孔洞的大小必须与试图进入其中的离子大小相匹配。研究结果表明,这种方法可以用于系统地研究不同结构特征如何影响性能,从而超越传统方法的猜测。通过隔离孔径、壁面有序度和路径扭曲度等变量,研究人员提供了一个设计更好储能、海水淡化和气体捕集材料的强大工具,确保未来的设备能够以精确的内部几何结构实现效率最大化。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →