物理学家研究超声速水的相行为

劳伦斯利弗莫尔国家实验室的一组物理学家利用机器学习,以前所未有的分辨率研究了超音速水的相行为——在这种水的相中,氢原子变成液态,而氧原子保持固态,在晶格上。

氢原子很容易在超声速和液相之间扩散。在100 GPa和3250 K下(在熔化曲线上),显示了含有20,736个原子的水体系的液fcc超晶格界面。氧原子是红色的,氢原子是白色的。黄、绿、蓝线显示了75 ps分子动力学模拟运行中三个氢原子的轨迹。图片来源:Cheng等人,doi: 10.1038/s41567-021-01334-9。

氢原子很容易在超声速和液相之间扩散。在100 GPa和3250 K下(在熔化曲线上),显示了含有20,736个原子的水体系的液fcc超晶格界面。氧原子是红色的,氢原子是白色的。黄、绿、蓝线显示了75 ps分子动力学模拟运行中三个氢原子的轨迹。图片来源:程, doi: 10.1038 / s41567 - 021 - 01334 - 9。

水是天王星和海王星地幔的主要成分,超音速水被认为稳定在这些冰巨行星半径的三分之一以上的深处。

虽然30多年前就提出了超声速水的假设,但它的光学性质(它是部分不透明的)和氧晶格直到最近才被准确地测量出来,许多性质仍未绘制出来。

了解它的性质对行星科学至关重要,但很难通过实验或理论上进行探索。

超声速水的量子力学模拟传统上局限于模拟时间短和系统尺寸小,导致了相边界(如熔化线)位置的显著不确定性。

在这项新研究中,劳伦斯利弗莫尔国家实验室(Lawrence Livermore National Laboratory)的塞巴斯蒂安·哈默尔(Sebastien Hamel)博士和同事利用机器学习技术从量子力学计算中学习原子相互作用,在处理大系统规模和长时间尺度的能力上取得了飞跃。

然后,研究人员利用机器学习的潜力来驱动分子动力学,并允许使用先进的自由能取样方法来准确确定相边界。

“我们使用机器学习和自由能方法来克服量子力学模拟的局限性,并描述了极端条件下氢扩散、超子跃进和水的相行为,”Hamel博士说。

作者发现,相界与现有的实验观察相一致,有助于分解冰巨体内部的绝缘冰、不同的超音波相和液态水。

“我们对超声速水的定量了解,让我们了解了天王星和海王星等行星的内部结构、演化和磁场,以及冰质系外行星数量的增加,”哈默尔博士说。

研究发表在杂志上自然物理

_____

b .程.行星条件下超声速水的相行为。Nat。, 2021年9月23日在线发布;doi: 10.1038 / s41567 - 021 - 01334 - 9

分享这个页面
广告