Везде

ОХНМЖурнал неорганической химии Russian Journal of Inorganic Chemistry

  • ISSN (Print) 0044-457X
  • ISSN (Online) 3034-560X

ПОСТРОЕНИЕ СИЛОВОГО ПОЛЯ ДЛЯ КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ МНОГОСТЕННЫХ НАНОТРУБОК. II. ДИСЕЛЕНИД ВОЛЬФРАМА

Вы можете
Код статьи
10.31857/S0044457X24120169-1
DOI
10.31857/S0044457X24120169
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Бандура А. В.
  • Должность: кафедра квантовой химии
  • Аффилиация: Санкт-Петербургский государственный университет, Институт химии
Козловa М. В.
  • Должность: кафедра квантовой химии
  • Аффилиация: Санкт-Петербургский государственный университет, Институт химии
Том/ Выпуск
Том 69 / Номер выпуска 12
Страницы
1834-1847
Аннотация
Предложено силовое поле, предназначенное для моделирования многостенных нанотрубок WSe2, размер которых выходит за рамки возможностей методов ab initio. Параметризация межатомных потенциалов успешно протестирована на одностенных и двустенных нанотрубках, строение которых определено с помощью неэмпирических расчетов. Указанное силовое поле применено для моделирования структуры и стабильности хиральных и ахиральных многостенных нанотрубок WSe2 с диаметрами, близкими к экспериментальным величинам. Выполнено сравнение свойств нанотрубок на основе WSe2 со свойствами аналогичных нанотрубок на основе WS2, рассчитанными с помощью силового поля, которое описано в работе I из этой серии. Межстенные расстояния, полученные с помощью моделирования, хорошо согласуются с результатами измерений этих параметров для существующих нанотрубок WS2 и WSe2. Установлено, что межстенное взаимодействие вносит в стабилизацию многостенных нанотрубок несколько больший вклад в случае WSe2, чем в случае WS2. Анализ отклонения формы нанотрубок от цилиндрической показал близкое сходство структуры трубок обоих составов.
Ключевые слова
межатомные потенциалы генетические алгоритмы многостенные нанотрубки энергия связывания энергия сворачивания DFT-расчеты
Дата публикации
17.09.2025
Год выхода
2025
Всего подписок
0
Всего просмотров
10

Библиография

  1. 1. Musfeldt J.L., Iwasa Y., Tenne R. // Phys. Today. 2020. V. 73. № 8. P. 42. https://doi.org/10.1063/PT.3.4547
  2. 2. Bar-Saden M., Tenne R. // Nat. Mater. 2024. V. 23. P. 310. https://doi.org/10.1038/s41563-023-01609-x
  3. 3. Jorio A., Dresselhaus G., Dresselhaus M.S. Carbon nanotubes: Advanced topics in the synthesis, structure, properties and applications. Berlin: Springer, 2008.
  4. 4. Schaibley J.R., Yu H., Clark G. et al. // Nat. Rev. Mater. 2016. V. 1. P. 16055. https://doi.org/10.1038/natrevmats.2016.55
  5. 5. Yomogida Y., Miyata Y., Yanagi K. // Appl. Phys. Express. 2019. V. 12. P. 085001. https://doi.org/10.7567/1882-0786/ab2acb
  6. 6. Heming X., Xinyu C., Song L. et al. // Nano Lett. 2021. V. 21. P. 4937. https://doi.org/10.1021/acs.nanolett.1c00497
  7. 7. Sun Y., Xu S., Xu Z. et al. // Nat. Commun. 2022. V. 13. P. 5391. https://doi.org/10.1038/s41467-022-33118-x
  8. 8. Yomogida Y., Kainuma Y., Endo T. et al. // Appl. Phys. Lett. 2020. V. 116. P. 203106. https://doi.org/10.1063/5.0005314
  9. 9. Sinha S.S., Yadgarov L., Aliev S.B. et al. // J. Phys. Chem. C. 2021. V. 125. P. 6324. https://dx.doi.org/10.1021/acs.jpcc.0c10784
  10. 10. Kumar S., Schwingenschlogl U. // Chem. Mater. 2015. V. 27. P. 1278. https://doi.org/10.1021/cm504244b
  11. 11. Chuang H.-J., Tan X., Ghimire N.J. et al. // Nano Lett. 2014. V. 14. P. 3594. https://doi.org/10.1021/nl501275p
  12. 12. Galvan D.H., Rangel R., Adem E. // Fullerene Sci. Technol. 2000. V. 9. P. 15. https://doi.org/10.1080/10641220009351392
  13. 13. Kim H., Yun S.J., Park J.C. et al. // Small. 2015. V. 11. P. 2192. https://doi.org/10.1002/smll.201403279
  14. 14. Sreedhara M.B., Miroshnikov Y., Zheng K. et al. // J. Am. Chem. Soc. 2022. V. 144. P. 10530. https://doi.org/10.1021/jacs.2c03187
  15. 15. An Q., Xiong W., Hu F. et al. // Nat. Mater. 2024. V. 23. P. 347. https://doi.org/10.1038/s41563-023-01590-5
  16. 16. Ghosh S., Bruser V., Kaplan-Ashiri I. et al. // Appl. Phys. Rev. 2020. V. 7. P. 041401. https://doi.org/10.1063/5.0019913
  17. 17. Bandura A.V., Lukyanov S.I., Domnin A.V. et al. // Russ. J. Inorg. Chem. 2023. V. 68. P. 1582. https://doi.org/10.1134/S003602362360209X
  18. 18. Bandura A.V., Lukyanov S.I., Domnin A.V. et al. // Comput. Theor. Chem. 2023. V. 1229. P. 114333. https://doi.org/10.1016/j.comptc.2023.114333
  19. 19. Nielsen C.E.M., da Cruz M., Torche A. et al. // Phys. Rev. B. 2023. V. 108. P. 045402. https://doi.org/10.1103/PhysRevB.108.045402
  20. 20. Bandura A.V., Lukyanov S.I., Kuruch D.D. et al. // Physica E. 2020. V. 124. P. 114183. https://doi.org/10.1016/j.physe.2020.114183
  21. 21. Evarestov R.A., Bandura A.V., Porsev V.V. et al. // J. Comput. Chem. 2017. V. 38. P. 2581. https://doi.org/10.1002/jcc.24916
  22. 22. Evarestov R.A., Kovalenko A.V., Bandura A.V. et al. // Mater. Res. Express. 2018. V. 5. P. 115028. https://doi.org/10.1088/2053-1591/aadf00
  23. 23. Evarestov R.A., Kovalenko A.V., Bandura A.V. et al. // Physica E. 2020. V. 115. P. 113681. https://doi.org/10.1016/j.physe.2019.113681
  24. 24. Dovesi R., Erba A., Orlando R. et al. // WIREs Comput. Mol. Sci. 2018. V. 8. № 4. P. e1360. https://doi.org/10.1002/wcms.1360
  25. 25. Dovesi R., Saunders V.R., Roetti C. et al. // CRYSTAL17 User’s Manual. University of Turin. Torino, 2018.
  26. 26. Pacios L.F., Christiansen P.A. // J. Chem. Phys. 1985. V. 82. P. 2664. https://doi.org/10.1063/1.448263
  27. 27. Ross R.B., Powers J.M., Atashroo T. et al. // J. Chem. Phys. 1990. V. 93. P. 6654. https://doi.org/10.1063/1.458934
  28. 28. Heyd J., Scuseria G.E., Ernzerhof M. // J. Chem. Phys. 2003. V. 118. P. 8207. https://doi.org/10.1063/1.1564060
  29. 29. Monkhorst H.J., Pack J.D. // Phys. Rev. B. 1976. V. 13. № 12. P. 5188. https://doi.org/10.1103/PhysRevB.13.5188
  30. 30. Grimme S. // J. Comput. Chem. 2006. V. 27. P. 1787. https://doi.org/10.1002/jcc.20495
  31. 31. Deb K., Jain H. // IEEE Trans. Evol. Comput. 2014. V. 18. P. 577. https://doi.org/10.1109/TEVC.2013.2281535
  32. 32. Bhesdadiya R.H., Trivedi I.N., Jangir P. et al. // Cogent Eng. 2016. V. 3. P. 1269383. https://doi.org/10.1080/23311916.2016.1269383
  33. 33. Xue X., Lu J., Chen J. // CAAI Trans. Intelligence Technol. 2019. V. 4. P. 135. https://doi.org/10.1049/trit.2019.0014
  34. 34. Chen L., Gu Q., Wang R. et al. // Sustainability. 2022. V. 14. P. 10766. https://doi.org/10.3390/su141710766
  35. 35. Gale J.D., Rohl A.L. // Mol. Simulation. 2003. V. 29. № 5. P. 291. https://doi.org/10.1080/0892702031000104887
  36. 36. Bader R.F.W. // Acc. Chem. Res. 1985. V. 18. P. 9. https://doi.org/10.1021/ar00109a003
  37. 37. Jishi R.A., Dresselhaus M.S., Dresselhaus G. // Phys. Rev. B. 1993. V. 47. P. 16671. https://doi.org/10.1103/physrevb.47.16671
  38. 38. Barros E.B., Jorio A., Samsonidze G.G. et al. // Phys. Rep. 2006. V. 431. P. 261. https://doi.org/10.1016/j.physrep.2006.05.007
  39. 39. Damnjanovic M., Nikolic B., Milosevic I. // Phys. Rev. B. 2007. V. 75. P. 033403. https://doi.org/10.1103/PhysRevB.75.033403
  40. 40. Marana N.L., Noel Y., Sambrano J.R. et al. // J. Phys. Chem. A. 2021. V. 125. P. 4003. https://doi.org/10.1021/acs.jpca.1c01682
  41. 41. Nguyen M.A.T., Gupta A.S., Shevrin J. et al. // RSC Adv. 2018. V. 8. P. 9871. https://doi.org/10.1039/c8ra01497c
  42. 42. Xu K., Wang F., Wang Z. et al. // ACS Nano. 2014. V. 8. № 8. P. 8468. https://doi.org/10.1021/nn503027k
  43. 43. Krause M., Mucklich A., Zak A. et al. // Phys. Status Solidi B. 2011. V. 248. P. 2716. https://dx.doi.org/10.1002/pssb.201100076
  44. 44. Bandura A.V., Evarestov R.A. // J. Comput. Chem. 2014. V. 35. P. 395. https://dx.doi.org/10.1002/jcc.23508
  45. 45. Bandura A.V., Evarestov R.A. // Surf. Sci. 2015. V. 641. P. 6. https://doi.org/10.1016/j.susc.2015.04.027
  46. 46. Leven I., Guerra R., Vanossi A. et al. // Nature Nanotech. 2016. V. 11. P. 1082. https://doi.org/10.1038/nnano.2016.151
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека