Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Experimentos Relacionados

Generación de nanopartículas de MnO2 utilizando amorfización y recristalización simuladas.

Thi X T Sayle1, C Richard A Catlow, R Regina Maphanga

  • 1DEOS, Cranfield University, Defense Academy of the U.K., Shrivenham, Swindon, UK.

Journal of the American Chemical Society
|September 15, 2005
PubMed
Resumen
Este resumen es generado por máquina.

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Role of monodentate formate in product selectivity for CO<sub>2</sub> hydrogenation on Pd-based alloy catalysts.

Faraday discussions·2026
Same author

Comparative analysis of the mechanism and selectivity of CO2 hydrogenation on undoped and Fe-doped Rh(111) surfaces.

Philosophical transactions. Series A, Mathematical, physical, and engineering sciences·2026
Same author

Surface-Driven Electron Localization and Defect Heterogeneity in Ceria.

Journal of the American Chemical Society·2025
Same author

Modelling silica using MACE-MP machine learnt interatomic potentials.

Physical chemistry chemical physics : PCCP·2025
Same author

Probing Dopant Size Effects on Defect Clustering and Vacancy Ordering in Lanthanide-doped Ceria.

Journal of the American Chemical Society·2025
Same author

Author Correction: Methane oxidation to ethanol by a molecular junction photocatalyst.

Nature·2025
Same journal

Radical Cascades on Seawater Microdroplets Drive Atmospheric Mercury Oxidation.

Journal of the American Chemical Society·2026
Same journal

Superior Selective and Fast NH<sub>3</sub> Adsorption of Soft Porous MOF/Ionic Liquid Composites with Ordering Phase Transitions.

Journal of the American Chemical Society·2026
Same journal

Systematic Catalyst Variation for Improved Stereoselective Epoxide Polymerization: Subtle Modifications Resulting in Superior Efficiency.

Journal of the American Chemical Society·2026
Same journal

Deciphering the Halide Chemistry of Cl<sup>-</sup> and Br<sup>-</sup> in Enhancing Kinetics of Mg Plating/Stripping.

Journal of the American Chemical Society·2026
Same journal

Electrosynthesis of C<sub>6</sub> Chemicals by Propylene Oxidative Coupling on Au Surface.

Journal of the American Chemical Society·2026
Same journal

Statistical AI Enables Precise Screening of Multielement Catalysts.

Journal of the American Chemical Society·2026
Ver todos los artículos relacionados

Los investigadores simularon la formación de nanopartículas de dióxido de manganeso (MnO2) utilizando la dinámica molecular. Un nuevo método de amorfización y recristalización produjo nanopartículas cristalinas de MnO2 con estructura de pirolusita y defectos.

Área de la Ciencia:

  • Ciencia de los materiales Ciencia de los materiales.
  • Nanotecnología La nanotecnología es la nanotecnología.
  • Química computacional es la química computacional.

Sus antecedentes:

  • El modelado atomístico es crucial para comprender la formación de nanopartículas.
  • Las nanopartículas de dióxido de manganeso (MnO2) tienen diversas aplicaciones.
  • La síntesis controlada de estructuras cristalinas específicas de MnO2 sigue siendo un desafío.

Objetivo del estudio:

  • Desarrollar un método computacional para generar modelos atómicos de nanopartículas de MnO2.
  • Para investigar el proceso de cristalización de las nanopartículas de MnO2 desde un estado amorfo.
  • Caracterizar la estructura y los defectos en las nanopartículas de MnO2 resultantes.

Principales métodos:

  • La amorfización simulada de un "cubo" de 25.000 átomos de MnO2 utilizando la dinámica molecular (DM).

Videos de Experimentos Relacionados

  • Simulaciones de MD de larga duración para observar la recristalización desde el estado amorfo.
  • Análisis de la estructura de nanopartículas resultante, incluyendo la fase cristalina, hermanamiento y defectos puntuales.

    • Principales resultados:

    • Generación exitosa de modelos atomizados de nanopartículas de MnO2 a través de amorfización-recristalización simulada.
    • Observación de la nucleación espontánea y el crecimiento de MnO2 estructurado en pirolusita desde una fase amorfa.
    • Caracterización de una nanopartícula de aproximadamente 8 nm con estructura de pirolusita, hermanamiento pesado, vacantes catiónicas y crecimientos internos potenciales de ramsdellita.

    Conclusiones:

    • La estrategia de amorfización-recristalización simulada es efectiva para crear modelos atómicos de nanopartículas de MnO2.
    • La estructura de pirolusita es favorecida durante la recristalización, con defectos y crecimientos internos presentes.
    • Este método proporciona información sobre los mecanismos de formación de nanopartículas y las estructuras de defectos.