Физики из Центра вычислительной физики МФТИ создали универсальный алгоритм PANDA для упрощения молекулярного моделирования углов смачивания в наномасштабе. Результаты опубликованы в журнале Colloids and Surfaces A: Physicochemical and Engineering Aspects.
Краевые углы смачивания характеризуют взаимодействие между молекулами твердой поверхности и жидкости. Знание контактного угла между материалами позволит прогнозировать их поведение, определять чистоту поверхности, помогает в создании гидрофобных и гидрофильных покрытий. Теоретические и численные методы расчета контактного угла требуют ввода большого числа параметров и зависят от определения положения поверхности раздела фаз. Это является проблемой, поскольку понятие «поверхность раздела» условное, и критериев ее нахождения множество.
«Мы избавили исследователей в области молекулярного моделирования от необходимости искать положение поверхности раздела — это позволило сократить число настраиваемых гиперпараметров до 2 вместо 8–10, использованных в аналогичных методах. Не нужно больше подгонять метод расчета углов под каждую пару жидкость—твердое, PANDA универсален в этом отношении. И уж тем более больше не надо прикладывать к снимку системы транспортир», — рассказал Илья Копаничук, старший научный сотрудник Центра вычислительной физики МФТИ.
Метод основывается на аналитических выражениях, описывающих формы поверхности одномерных профилей плотности для различных типов поверхностей, которые образуются между несмешивающимися жидкостями, например, между нефтью и водой. Профиль плотности показывает, как молекулы распространяются по пространству щели. В работе рассмотрены все возможные формы поверхности раздела между двумя жидкостями в плоской щели.
Метод PANDA рассчитывает угол смачивания с помощью одномерного профиля плотности. Выражения для аналитического профиля плотности задаются тремя параметрами: объемной долей несмачивающей жидкости, размером ячейки и величиной контактного угла. Если зафиксировать первые два, что довольно легко при старте расчет, то значение угла можно получить с помощью процедуры оптимизации отклонения аналитического профиля плотности от профиля, полученного в численном эксперименте.
Ученые протестировали алгоритм на примере синтетических данных и данных молекулярно-динамических расчетов. PANDA продемонстрировал высокую точность с ошибкой менее 1 % для большинства контактных углов на синтетике. На данных молекулярно-динамических расчетов алгоритм показал лучшее согласие с реальными экспериментами, чем сами эксперименты между собой.
PANDA упрощает анализ плотности в наномасштабе, устраняя необходимость поиска поверхности раздела. Он сокращает количество настраиваемых параметров до двух, что делает его универсальным и простым в использовании. Это приводи к тому, что алгоритм применим для любой системы без предварительной настройки параметров под конкретный состав.
Одним из ограничений PANDA является необходимость визуализации формы капли по разработанной номенклатуре (пончик, капля и тд). Ученые планируют снять это ограничение с помощью обучения нейросети PointNet. Благодаря чему расчет угла контакта смачивания методом молекулярной динамики станет полностью автоматическим.
Метод PANDA еще требует доработки для использования в настоящем физическом эксперименте. Одна из поставленных задач — разработать универсальный метод оценки краевых углов по интерференционной картине от капель жидкости. Решение этой задачи требует тесного сотрудничества с физиками-экспериментаторами.
Метод PANDA уже используется в нефтяной промышленности для оптимизации добычи углеводородов и создания новых технологий. В перспективе PANDA может применяться и в других областях, включая материаловедение и технологию покрытий.