Molekylære simuleringer af ammoniakblandinger understøtter søgning efter vedvarende brændstoffer

Simuleringer i stor skala giver unik indsigt i termodynamiske egenskaber

Vrabec er en mangeårig bruger af HLRS supercomputing ressourcer til molekylær dynamik og Monte Carlo simuleringer. Hans tilgang bygger på termodynamikbegreber, der først blev formuleret af Ludwig Boltzmann i det 19. århundrede, men som først blev praktiske at anvende i 1950'erne med ankomsten af ​​de første computere. Siden da har feltet udviklet sig parallelt med udviklingen af ​​større og hurtigere supercomputere, til det punkt, at Vrabecs simuleringer nu sporer de individuelle bevægelser og interaktioner af milliarder eller endda billioner af molekyler samtidigt. Ved hjælp af software, som hans laboratorium udviklede til selektivt at fange data af interesse, kan han derefter studere molekylernes termodynamiske egenskaber.

Vrabec bruger to simuleringskoder kaldet ms2 og ls1, som han har udviklet og optimeret i løbet af et langt og frugtbart samarbejde med HLRS-medarbejderne Martin Bernreuther og Christoph Niethammer. I 2019 satte holdet endda en verdensrekord for det største molekylære system nogensinde simuleret ved hjælp af molekylær dynamik metoder. Ved hjælp af ls1 skalerede de effektivt deres kode til et system med 21 billioner atomer, hvor hvert enkelt molekyle og dets interaktioner med andre molekyler kunne spores.

I det seneste arbejde med ammoniak udførte Mace og Vrabec molekylær dynamik og Monte Carlo-simuleringer ved hjælp af ms2 for at undersøge fem almindeligt anvendte blandinger, der involverer ammoniak i kemiske ingeniørprocesser:argon-ammoniak, methan-ammoniak, brint-ammoniak, nitrogen-ammoniak og oxygen -ammoniak. For hver blanding genererede simuleringerne data, der beskriver damp-væske-ligevægten (VLE) – en måling af fordelingen af ​​molekyler i et system på tværs af damp- eller væskefaserne – for en lang række temperaturer og tryk.

I deres papir påpeger Mace og Vrabec, at VLE-data ofte bruges til at udvikle tilstandsligninger for industrielle væsker; det vil sige, at dataene kan bruges til at forudsige stoffets tilstand under forskellige fysiske forhold på grund af ændringer i temperatur, tryk, volumen eller sammensætning. Sådan information er afgørende for at bestemme optimale blandinger og arbejdsforhold i industrielle applikationer.

Vrabecs molekylære simuleringer er særligt værdifulde, fordi de kan bruges til at undersøge et meget bredere spektrum af skalaer, end det er muligt ved hjælp af eksperimentelle tilgange.

"I vores simuleringer leverede vi målinger af termodynamiske egenskaber selv op til tryk på 50 megapascal. Dette er 500 gange vores omgivende lufttryk," bemærker Vrabec. "Selvom der er indsamlet data for ammoniakblandinger i mere end et århundrede, er datadækningen overraskende snæver. Årsagen er, at indsatsen for at måle det eksperimentelt er uoverkommelig stor. Det ville kræve dyrt specialudstyr, som ville være farligt at betjene. I computersimuleringer, kan vi opnå resultater sikkert og relativt billigt." Hans metoder giver også et niveau af nøjagtighed, der kan sammenlignes med eksperimentelle tilgange i områder, hvor eksperimentelle data er tilgængelige.

Bedre data til ammoniakforskning

Da Mace og Vrabec analyserede deres simuleringsdata, viste de, at selvom ammoniak er en komponent i alle fem systemer, de studerede, ser de resulterende grafer af VLE-værdier dramatisk anderledes ud for forskellige molekylære blandinger. Ifølge Vrabec er "faseadfærden af ​​forskellige blandinger stærkt bestemt af interaktionerne mellem molekylerne i systemet. Du skal forstå disse egenskaber, hvis du er interesseret i at arbejde med ammoniakblandinger."

Papiret og dets supplerende data tilbyder mere end 400 nye datapunkter for hver blanding, de undersøgte. Ved at bruge Hawk var de i stand til at producere resultaterne af hver blanding inden for blot et par dages regnetid. Resultaterne vil være af særlig værdi for ekstreme, vanskelige at studere forhold, for hvilke der kun er få data tilgængelige, og de kan hjælpe ingeniører med at identificere sweet spots, hvor forholdene ville være optimale for effektiv ammoniakbehandling.

Undersøgelsen inkluderede både nye simuleringsdata og tidligere publicerede data fra den videnskabelige litteratur, hvilket gjorde det muligt for Mace og Vrabec at sammenligne deres resultater med andre eksisterende datasæt af VLE-værdier. I de fleste situationer svarede deres resultater tæt til resultaterne fra tidligere undersøgelser. I nogle tilfælde identificerede de dog betydelige divergenser mellem deres resultater og andre forskningsgruppers eksperimentelt genererede målinger og forudsigelser. Forfatterne tilskriver disse uoverensstemmelser begrænsninger eller unøjagtigheder i de tilsvarende eksperimentelle metoder. De foreslår også, at specifikke eksperimentelle datakilder bør bruges med forsigtighed i fremtidig forskning eller kemitekniske applikationer.

Vrabec siger, at han i det seneste arbejde har fokuseret primært på at simulere termodynamiske egenskaber af molekylære systemer, generelt på sub-mikrometer skala. På trods af de mange størrelsesordener, der ligger mellem denne skala og niveauet af observerbare processer, findes der nøjagtige metoder til at omsætte disse indsigter på molekylært niveau til nyttige forudsigelser i den virkelige verden.

Efterhånden som supercomputere vokser sig større, forudser han dog, at det også kan blive muligt at simulere ikke bare egenskaber, men også termodynamiske processer ved hjælp af grænsebetingelser, der er tæt på virkelige applikationer. Øget HPC-ydeevne kunne give mere nøjagtige resultater om dynamiske fænomener med et bedre signal-til-støj-forhold.

I mellemtiden demonstrerer hans teams resultater dog værdien af ​​molekylær dynamik og Monte Carlo-simulering ved hjælp af højtydende databehandling og vil give ny forståelse af faseadfærd, som ingeniører kan bruge til at udvikle nye ammoniakbaserede teknologier.

Flere oplysninger: Erich J. Mace et al., High-Pressure Fluid-Phase Equilibria and Henry's Constants of Supercritical Gases in Ammonia, Journal of Chemical &Engineering Data (2023). DOI:10.1021/acs.jced.3c00327

Leveret af Gauss Center for Supercomputing