项目名称: 高压下高能材料碱金属叠氮化物的结构与性质研究

项目编号: No.11204007

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 物理学I

项目作者: 张美光

作者单位: 宝鸡文理学院

项目金额: 25万元

中文摘要: 最近实验发现碱金属叠氮化物NaN3在高压下可以形成稳定的含有N-N单键的氮原子聚合物,是潜在的高能密度材料。因此,碱金属叠氮化物成为高压科学研究的新热点。项目组通过对NaN3的初步研究,在实验报道的压力附近发现单原子氮的聚合并给出了实验上尚未确定的单原子氮聚合物的晶体结构。因此,从理论上对碱金属叠氮化物AN3(A=Li, Na, K等)的高压研究有望获得创新成果。本项目拟采用第一性原理计算方法结合最新发展的基于粒子群优化算法的晶体结构预测技术,系统研究碱金属叠氮化物AN3在200 GPa压力范围内的高压结构,建立其高压相变序列,获得它们在高压下最终可能的单原子氮聚合物。通过系统分析AN3高压结构的晶格动力学性质、电子性质和化学成键等性质,揭示高压下AN3中N=N的分解机制,为实验上获得潜在高能密度材料金属叠氮化物提供重要的理论支撑。

中文关键词: 高压;碱金属叠氮化物;高能密度材料;结构预测;第一性原理

英文摘要: Recent experiments have found that the alkali metal azide NaN3 formed a stable polymer including single N-N bonds under high pressure, which is potential high-energy density material. High-pressure studies on alkali metal azides are of special interest because of their use as a precursor to form a highly energetic polymeric (non-molecular) form of nitrogen. In our preliminary study for NaN3, the hitherto unexpected crystal structure of polymeric nitrogen was confirmed in the vicinity of the experimental pressure. Therefore, the high-pressure research on the alkali metal azide AN3 (A = Li, Na, K, etc.) is expected to get the original innovation. In this prospect, the project intends to extensively explore the crystal structures of AN3 in the range of 200 GPa and characterize the pressure-induced structural transition sequences, and then uncovers the ultimate form of polymeric nitrogen in AN3, using the first-principles calculations combined with the newly developed particle swarm optimization algorithm for crystal structure prediction. The systemic study of the lattice dynamical properties, electronic properties and chemical bonding nature of AN3 under high pressure would provide more insight into the decomposition mechanism of N=N. We expect that our calculations can provide important theoretical support for exp

英文关键词: high pressure;alkali metal azides;hgih-energy density material;structural prediction;first-principles

成为VIP会员查看完整内容
0

相关内容

《人工智能在化学领域的应用全景》白皮书
专知会员服务
35+阅读 · 2022年1月22日
专知会员服务
51+阅读 · 2021年10月16日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
103+阅读 · 2021年8月23日
专知会员服务
65+阅读 · 2021年7月4日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
20+阅读 · 2021年5月1日
【经典书】信息论原理,774页pdf
专知会员服务
254+阅读 · 2021年3月22日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
仅需几天,简约神经网络更快地发现物理定律
机器之心
0+阅读 · 2021年12月25日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
FenceNet: Fine-grained Footwork Recognition in Fencing
Arxiv
0+阅读 · 2022年4月17日
Arxiv
46+阅读 · 2021年10月4日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
小贴士
相关主题
相关VIP内容
《人工智能在化学领域的应用全景》白皮书
专知会员服务
35+阅读 · 2022年1月22日
专知会员服务
51+阅读 · 2021年10月16日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
103+阅读 · 2021年8月23日
专知会员服务
65+阅读 · 2021年7月4日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
20+阅读 · 2021年5月1日
【经典书】信息论原理,774页pdf
专知会员服务
254+阅读 · 2021年3月22日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员