Wasser beschäftigt Wissenschaftler seit Jahrzehnten. In den letzten 30 Jahren haben sie die Theorie aufgestellt, dass sich Wasser beim Abkühlen auf eine sehr niedrige Temperatur wie -100 ° C in zwei flüssige Phasen unterschiedlicher Dichte trennen könnte. Wie Öl und Wasser vermischen sich diese Phasen nicht und können helfen, einige der anderen seltsamen Verhaltensweisen von Wasser zu erklären, wie zum Beispiel, wie es beim Abkühlen weniger dicht wird.
Es ist jedoch fast unmöglich, dieses Phänomen im Labor zu untersuchen, weil Wasser bei so niedrigen Temperaturen so schnell zu Eis kristallisiert. Jetzt verwenden neue Forschungsergebnisse des Georgia Institute of Technology Modelle des maschinellen Lernens, um die Phasenänderungen von Wasser besser zu verstehen und eröffnen mehr Möglichkeiten für ein besseres theoretisches Verständnis verschiedener Substanzen. Mit dieser Technik fanden die Forscher starke rechnerische Beweise zur Unterstützung des Flüssig-Flüssig-Übergangs von Wasser, die auf reale Systeme angewendet werden können, die Wasser zum Betrieb verwenden.
„Wir tun dies mit sehr detaillierten quantenchemischen Berechnungen, die versuchen, der realen Physik und physikalischen Chemie von Wasser so nahe wie möglich zu kommen“, sagte Thomas Gartner, Assistenzprofessor an der School of Chemical and Biomolecular Engineering der Georgia Tech. „Dies ist das erste Mal, dass jemand diesen Übergang mit dieser Genauigkeit untersuchen konnte.“
Die Forschung wurde in dem Papier vorgestellt, „Flüssig-Flüssig-Übergang in Wasser von den ersten Prinzipien,“ im Tagebuch Briefe zur körperlichen Überprüfungmit Co-Autoren von der Princeton University.
Wasser simulieren
Um besser zu verstehen, wie Wasser interagiert, führten die Forscher molekulare Simulationen auf Supercomputern durch, die Gartner mit einem virtuellen Mikroskop verglich.
„Wenn Sie ein unendlich leistungsstarkes Mikroskop hätten, könnten Sie bis auf die Ebene der einzelnen Moleküle hineinzoomen und beobachten, wie sie sich bewegen und in Echtzeit interagieren“, sagte er. „Das ist es, was wir tun, indem wir fast einen Computerfilm erstellen.“
Molekulare Simulationsergebnisse, die zeigen, wie sich Wassermoleküle in der hochdichten flüssigen Phase umeinander bewegen und strukturieren. Bildnachweis: Georgia Tech
Die Forscher analysierten, wie sich die Moleküle bewegen, und charakterisierten die Flüssigkeitsstruktur bei verschiedenen Wassertemperaturen und -drücken, wobei sie die Phasentrennung zwischen den Flüssigkeiten mit hoher und niedriger Dichte nachahmten. Sie sammelten umfangreiche Daten – führten einige Simulationen bis zu einem Jahr lang durch – und verfeinerten ihre Algorithmen weiter, um genauere Ergebnisse zu erzielen.
Noch vor einem Jahrzehnt wäre es nicht möglich gewesen, so lange und detaillierte Simulationen durchzuführen, aber maschinelles Lernen bietet heute eine Abkürzung. Die Forscher verwendeten einen maschinellen Lernalgorithmus, der die Energie berechnete, mit der Wassermoleküle miteinander interagieren. Dieses Modell führte die Berechnung wesentlich schneller durch als herkömmliche Techniken, wodurch die Simulationen viel effizienter voranschreiten konnten.
Maschinelles Lernen ist nicht perfekt, daher verbesserten diese langen Simulationen auch die Genauigkeit der Vorhersagen. Die Forscher achteten darauf, ihre Vorhersagen mit verschiedenen Arten von Simulationsalgorithmen zu testen. Wenn mehrere Simulationen ähnliche Ergebnisse lieferten, wurde ihre Genauigkeit validiert.
„Eine der Herausforderungen bei dieser Arbeit besteht darin, dass es nicht viele Daten gibt, mit denen wir vergleichen können, da es sich um ein Problem handelt, das fast unmöglich experimentell untersucht werden kann“, sagte Gartner. „Wir gehen hier wirklich an die Grenzen, das ist ein weiterer Grund, warum es so wichtig ist, dass wir versuchen, dies mit mehreren verschiedenen Rechentechniken zu tun.“
Jenseits von Wasser
Einige der von den Forschern getesteten Bedingungen waren Extreme, die wahrscheinlich nicht direkt auf der Erde existieren, aber potenziell in verschiedenen Wasserumgebungen des Sonnensystems vorhanden sein könnten, von den Ozeanen Europas bis zum Wasser im Zentrum von Kometen. Diese Ergebnisse könnten den Forschern jedoch auch dabei helfen, die seltsame und komplexe physikalische Chemie des Wassers besser zu erklären und vorherzusagen, die Verwendung von Wasser in industriellen Prozessen zu informieren, bessere Klimamodelle zu entwickeln und vieles mehr.
Die Arbeit ist laut Gartner sogar noch verallgemeinerbarer. Wasser ist ein gut untersuchtes Forschungsgebiet, aber diese Methodik könnte auf andere schwer zu simulierende Materialien wie Polymere oder komplexe Phänomene wie chemische Reaktionen ausgeweitet werden.
„Wasser ist so zentral für das Leben und die Industrie, daher ist diese spezielle Frage, ob Wasser diesen Phasenübergang durchlaufen kann, ein seit langem bestehendes Problem, und wenn wir uns einer Antwort nähern können, ist das wichtig“, sagte er. „Aber jetzt haben wir diese wirklich leistungsstarke neue Rechentechnik, aber wir wissen noch nicht, wo die Grenzen liegen, und es gibt viel Raum, um das Feld voranzutreiben.“
Mehr Informationen:
Thomas E. Gartner et al, Flüssig-Flüssig-Übergang in Wasser von First Principles, Briefe zur körperlichen Überprüfung (2022). DOI: 10.1103/PhysRevLett.129.255702