Predicting the Structure of Binary- and Ternary Oxide Glasses using Statistical Mechanics
Author
Bødker, Mikkel Sandfeld
Term
4. term
Education
Publication year
2019
Pages
91
Abstract
Oxide glasses are low-cost, widely used materials, but their amorphous structure and vast compositional space make it difficult to predict how chemical composition determines atomic structure. This thesis asks whether a statistical mechanics model can predict composition–structure relations in binary and ternary oxide glasses by quantifying bond preferences between network modifiers and network formers. Building on and modifying a model originally proposed by John Mauro, the approach was applied to binary phosphate, borate, and silicate glasses to obtain relative interaction enthalpies, enabling successful predictions of how structure changes with composition using only 1–3 glasses per system, as well as the structure’s dependence on thermal history. The inferred enthalpies were then used to predict MD-simulated structures in Na2O–SiO2 with a single free parameter, assuming the same interaction energies as in experimental glasses. Finally, parameters from binary systems were transferred to ternary borosilicates (Na2O–B2O3–SiO2 and K2O–B2O3–SiO2) by assuming identical bond energies for given modifier–former pairs across binary and ternary systems, yielding predictions with 1 and 0 free parameters, respectively. Predictions were compared to NMR experiments and MD simulations, with the best agreement observed for MD. Overall, the results demonstrate a general, data-efficient route to link composition and structure in oxide glasses, with potential for future coupling to structure–property models.
Oxidglas er billige og udbredte materialer med stor teknologisk betydning, men deres amorfe natur og enorme kompositionsrum gør det udfordrende at forudsige, hvordan kemisk sammensætning bestemmer den atomare struktur. Denne afhandling undersøger, om en statistisk-mekanisk model kan forudsige komposition–struktur-relationer i binære og ternære oxidglas ved at kvantificere sandsynlighederne for bindinger mellem netværksmodifikatorer og netværksdannere. Modellen, oprindeligt foreslået af John Mauro, blev modificeret og anvendt på binære fosfat-, borat- og silikatglas for at udlede relative entalpier for mulige interaktioner, hvilket muliggjorde korrekte forudsigelser af struktur som funktion af sammensætning ud fra kun 1–3 glas pr. system samt af strukturens afhængighed af termohistorie. De udledte entalpier blev dernæst anvendt til at forudsige MD-simulerede strukturer i Na2O–SiO2 med kun én fri parameter under antagelse af samme interaktionsenergi som i eksperimentelle glas. Til sidst blev parametre fra de binære systemer overført til ternære borosilikatglas (Na2O–B2O3–SiO2 og K2O–B2O3–SiO2) ved at antage identiske bindingenergier for givne modifikator–danner-par i binære og ternære systemer, hvilket gav forudsigelser med hhv. 1 og 0 frie parametre. Forudsigelserne blev sammenlignet med NMR-eksperimenter og MD-simulationer, med bedst overensstemmelse for MD. Resultaterne peger mod en generel, databesparende tilgang til at koble sammensætning og struktur i oxidglas, med potentiale for fremtidig kobling til struktur–egenskabsmodeller.
[This apstract has been generated with the help of AI directly from the project full text]
Keywords