Wechselwirkungen von Fluiden mit festen Oberflächen spielen in vielen Prozessen eine große Rolle, allerdings sind die grundlegenden Mechanismen der Interaktion oft nur unzureichend verstanden. Hier können Molekulardynamik Simulationen Einblicke in die Systeme auf molekularem Niveau liefern, um zugrundeliegende Mechanismen zu analysieren und Einflussfaktoren zu identifizieren. Dies erfordert aber zunächst die Entwicklung neuer Ansätze und geeigneter Optimierungsalgorithmen für die Parametrisierung von molekularen Modellen für die Beschreibung der Fluid-Oberflächen-Wechselwirkungen.
Gegenstand einer Kooperation mit der Arbeitsgruppe von Prof. Georg Garnweitner vom IPAT ist die detaillierte Untersuchung zur Interaktion von Lösungsmitteln und ZnO-Nanopartikeln in der chemischen Synthese. Die Zielsetzung ist es, ein grundlegendes Verständnis der Interaktion von Nanopartikel und Lösungsmittel zu gewinnen, das es ermöglicht, durch geeignete Wahl des Reaktionssystems maßgeschneiderte Nanopartikel für verschiedene Anwendungen herzustellen.
In diesem Vorhaben wurde ein neuartiger genetischer Algorithmus zur Parametrisierung von Interfacial Force Fields unter Nutzung von ab initio und ab initio MD-Simulationen sowie Methoden des Machine Learnings entwickelt. Für ein H2-ZnO Testsystem wurde gezeigt, dass dieser neue Ansatz es ermöglicht, die Genauigkeit von ab initio Simulationen in die höherskalige MD-Berechnungen erfolgreich zu übertragen. Im Verlauf dieses Projekts werden weitere Force Fields zur Beschreibung der Wechselwirkungen zwischen unterschiedlichen Lösungsmitteln und verschiedenen ZnO-Nanopartikeloberflächen optimiert. Mit den optimierten Force Fields werden charakteristische mikrostrukturelle Eigenschaften von unterschiedlichen Lösungsmitteln an der Oberfläche von ZnO Nanopartikeln vorausgesagt und mit experimentellen Daten verglichen.