在水的“无人区”探索高密度非晶相

2018 年 12 月 2 日 知社学术圈

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

水是最常见也是研究最多的液体,但是目前仍然有许多问题没有解决,以至于水是最难以理解的液体。水有超过70种已知的异常性质,比如固态水的密度比液态水小,这也是为什么我们看到冰漂浮在水上。

为了解释水的异常行为,理论研究者提出了多种模型。其中“两种液态模型(two-liquid model)”在理论模拟中越来越受支持。该模型提出在过冷区域的一个临界点以下存在着高密度水和低密度水,该临界点称为水的第二临界点。然而,理论计算中预测的低密度水和高密度水一直没有得到实验证实,这是因为高密水和低密度水存在于被称为水的“无人区”(~150 K<T<232 K)的区域中。在此区域中,无序相(包括液态水和玻璃态非晶冰)都很快晶化,因此很难被实验观察到。


在北京高压科学研究中心的林传龙和杨文革研究员负责的一项研究中,利用快速加(卸)载技术结合快速原位的时间分辨X射线衍射技术成功进入了水的无人区,在此区域发现了高密度非晶态水 (PRL,121, 225703(2018)),此高密度非晶态在快速卸载条件下可以转化为多年理论预言但实验一直没有被证实的低密度液态水 (PNAS 115, 2010-1015(2018))。


在静态加载条件下,通常我们看到的冰(又称为冰的第一相,ice I)会直接转化成冰的第二相(ice II)。而在快速压缩的过程中,冰的第一相先转化成高密度玻璃态或液态水,在进一步压缩时转化成冰的其他晶体相。同样,在快速卸载的过程中,高密度玻璃态或液态水的晶化行为会受到抑制,其因快速卸载而来不及晶化,会直接转化为低密度水。


依赖加载速率的冰的相变路径


“快速加(卸)载技术在我们合成高、低密度非晶态或液态水中起着至关重要的作用,而时间分辨快速探测技术是我们能够观察到这些中间相的眼睛”,林传龙研究员说到。


另一方面,对水的系列研究中表明,快速加(卸)载压缩可以抑制材料晶体相的形成,从而形成非晶相。“就如金属熔体因快速降温而来不及晶化,从而形成玻璃态金属。我们相信快速加(卸)载技术也会帮助我们在其他物质中发现更多有趣的中间相,包括非晶材料”,杨文革研究员提到。


扩展阅读

 

“夸父逐日”不如“空气取水”
中国团队用水将兰亭序“活字印刷“上顶刊

去离子水在层状半导体材料中的新玩法

研究揭示我国电力行业水资源压力变迁

本文系网易新闻·网易号“各有态度”特色内容

媒体转载联系授权请看下方

登录查看更多
1

相关内容

临界点是数学中广泛使用的一个术语,当处理实变量函数时,临界点是指定义域内函数不可微或者导数为零的点。处理复变量时,临界点是,函数定义域内的一点,导数等于零。同样地,对于多实变量的函数,临界点是定义域内梯度无定义或为零的值。
专知会员服务
109+阅读 · 2020年6月26日
专知会员服务
216+阅读 · 2020年5月6日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
专知会员服务
121+阅读 · 2020年3月26日
【干货51页PPT】深度学习理论理解探索
专知会员服务
60+阅读 · 2019年12月24日
已删除
将门创投
6+阅读 · 2019年7月11日
智能配用电大数据分析-概率性负荷预测
NE电气
5+阅读 · 2019年7月5日
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
DeepMind论文:深度压缩感知,新框架提升GAN性能
极市平台
4+阅读 · 2019年5月23日
德国情报工作浅析
计算机与网络安全
27+阅读 · 2018年8月11日
【干货】深入理解变分自编码器
专知
21+阅读 · 2018年3月22日
南京大学周志华教授综述论文:弱监督学习
云头条
9+阅读 · 2018年3月5日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
Arxiv
9+阅读 · 2018年10月24日
Arxiv
5+阅读 · 2018年5月10日
Arxiv
27+阅读 · 2018年4月12日
Arxiv
5+阅读 · 2017年11月30日
VIP会员
相关资讯
已删除
将门创投
6+阅读 · 2019年7月11日
智能配用电大数据分析-概率性负荷预测
NE电气
5+阅读 · 2019年7月5日
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
DeepMind论文:深度压缩感知,新框架提升GAN性能
极市平台
4+阅读 · 2019年5月23日
德国情报工作浅析
计算机与网络安全
27+阅读 · 2018年8月11日
【干货】深入理解变分自编码器
专知
21+阅读 · 2018年3月22日
南京大学周志华教授综述论文:弱监督学习
云头条
9+阅读 · 2018年3月5日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
Top
微信扫码咨询专知VIP会员