SIMULACIÓN DE TRANSICIONES MORFOLÓGICAS EN SISTEMAS DE NANOPARTÍCULAS ESFÉRICAS MEDIANTE SIMULACIONES DE DINÁMICA MOLECULAR Y REDES NEURONALES

MARÍA VICTORIA URANGA; CRISTIAN BALBUENA; E.R. SOULÉ

La Plata

Simposio; XIX Congreso Regional de Física Estadística y Aplicaciones a la Materia Condensada; 2022

Universidad Nacional de La Plata

La micro-separación de fases que da lugar a la formación de estructuras períodicas de diferente morfología (cúbicas, hexagonal, lamelar, giroide, etc.), es característica de sistemas anfifilicos como surfactantes o copolimeros en bloque. Recientemente se ha observado la formación de las mismas estructuras en mezclas de esferas con interacciones no direccionales para determinadas combinaciones de interaciones atractivas y repulsivas [1]. El conocimiento de la relación entre las propiedades moleculares, la estructura a escala atómica y el comportamiento nanoscópico de autoensamblado puede proveer una guía para la síntesis de nanopartículas con interacciones específicas que formen diferentes mesofases.En este trabajo se realizaron simulaciones de Dinámica Molecular con el software LAMMPS [1]. Se empleó un modelo de grano grueso que consiste en una mezcla binaria de partículas esféricas A y B, las cuales interactúan a través de un potencial de Stillinger-Weber (SW), un potencial no direccional que produce las estructuras mencionadas [2]. Se caracterizó localmente al sistema y se estudiaron los mecanismos de las transiciones morfológicas que experimenta el modelo. Para ello se trabajó con parámetros estructurales específicos mediante el algoritmo TCC (Topological Cluster Classification) [3] (modo explícito), que es utilizado para identificar estructuras locales (clusters) en configuraciones generadas mediante simulaciones de Dinámica Molecular ó Montecarlo. Por otro lado, se trabajó con redes neuronales [4] (modo implícito), que son un conjunto de algoritmos diseñados especialmente para reconocer patrones. En la Figura 1 se muestra la transición morfológica que transita un sistema del tipo AB al bajar la temperatura. La curva negra registra el cambio de volumen del sistema durante el enfriamiento; en verde se presenta la fracción de partículas que adquieren una estructuración local (cluster del tipo 6A) calculado a través del TCC; y en amarillo se indica la fracción de partículas que se consideran formando unamesofase lamelar mediante la red neuronal.Los resultados de este trabajo contribuyen a delinear el/los mecanismo/s de autoensamblado y formación de mesofases para poder controlar la formación de una fase objetivo de interés y por ende su funcionalidad.