1 / 28

IONIZAČNÍ POTENCIÁLY A FÁZOVÉ PŘECHODY KLASTRŮ ARGONU

IONIZAČNÍ POTENCIÁLY A FÁZOVÉ PŘECHODY KLASTRŮ ARGONU. Bc. Pavla Svrčková: učitelství Fy-Ma pro SŠ Doc. RNDr. René Kalus, Ph.D.: vedoucí práce. ÚVOD. Úvod. Cíle Ionizační potenciál I Ionizační potenciál II Experiment Návrhy vysvětlení Metoda Počáteční parametry MC

ely
Download Presentation

IONIZAČNÍ POTENCIÁLY A FÁZOVÉ PŘECHODY KLASTRŮ ARGONU

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. IONIZAČNÍ POTENCIÁLY A FÁZOVÉ PŘECHODYKLASTRŮ ARGONU Bc. Pavla Svrčková: učitelství Fy-Ma pro SŠ Doc. RNDr. René Kalus, Ph.D.: vedoucí práce

  2. ÚVOD

  3. Úvod • Cíle • Ionizační potenciál I • Ionizační potenciál II • Experiment • Návrhy vysvětlení • Metoda • Počáteční parametry MC • Použité interakční modely • Numerické modelování IAE • Fitování teoretických dat • Fázové přechody – vnitřní energie • Fázové přechody – tepelná kapacita • Soupis dat

  4. Cíle: Prostřednictvím kanonických parallel-tempering Monte Carlo simulací získat pro klastry vzácných plynů teplotní závislosti - vertikálních ionizačních potenciálů - tepelných kapacitpro N = 4 - 19 - kompletní rozsah teplot (T = 5 - 150 K) - různé interakční modely

  5. Ionizační potenciál I: • energie potřebná k odtržení jednoho elektronu z izolovaného systému • vyjadřuje snahu atomu udržet si elektron, tzn. „sílu“, jakou je elektron vázán v elektronovém obalu IP (Arn) = D(n) – D(I) + IP (Ar) IP (Ar)-e -D(I) +D(n) nAr Ar++(n-1)Ar Arn Arn+ -e IP(Arn)

  6. Ionizační potenciál II:

  7. Experiment:

  8. Návrhy vysvětlení: 1. autoionizační stav 2. termální efekty

  9. Metoda: • Parallel-tempering Monte CarloMonte Carlo – metoda využívající generování náhodných čísel, cílem této metody je generování Markovových řetězců konfigurací, které zaplňují konfigurační prostor podle rozdělení odpovídající konkrétnímu termodynamickému souboru.parallel-tempering - způsob simulace metodou Monte Carlo, kdy pro všechny teploty počítáme najednou a současně informaci pro různé teploty občas mezi těmito teplotami prohodíme, což výrazně urychlí konvergenci výpočtů a výrazně sníží výpočetní nároky

  10. Počáteční parametry MC • velikost klastru, tedy počet atomů v klastru • počet ekvilibrizačních kroků, tzn. počet vynechaných simulačních kroků na začátku simulace, než se začne měřit (pro všechny simulace bylo nastaveno 1 000 ekvilibrizačních kroků) • počet simulačních kroků, tzn. počet měření (pro všechny simulace bylo nastaveno 100 000 simulačních kroků)

  11. po kolika měřeních má dojít k výpisu (pro všechny simulace bylo nastaveno 5 000 měření, po kterých se zaznamenávaly údaje) • zahrnutí trojčásticových příspěvků • výpis okamžitých hodnot neutrálních a iontových energií • použité interakční modely • rozsah teplot systému

  12. Použité interakční modely: neutrální iontový • n[2] i[d] • n[2] i[ds] • n[2] i[dsi] • n[23] i[dsin3] d - diatomika v molekulách (párová aditivita) teorie relativity:s - spin-orbitální interakce zahrnutí trojčásticových příspěvků:i - polarizační interakce ID-IDn3 - disperzní interakce

  13. Numerické modelování IAE • MC dlouhé řady konfigurací (modelují deformované konfigurace klastrů v experimentu) vzorek ionizačních potenciálů, které dostaneme MC simulací, je množina ionizačních energií, které by zaznamenal reálný experiment, kdyby mohl měřit jeden klastr za druhým odděleně • sadu ionizačních potenciálů převedených do kumulativních histogramů používáme jako teoretický model iontového signálu • fitováním získáváme ion-appearance energy

  14. Fitování teoretických dat:

  15. Fázové přechody – vnitřní energie • klastry - rozsah teplot, kdy se sklon křivky výrazně liší od sklonu před a po fázovém přechodu • makroskopické systémy - teploty tání a tuhnutí totožné

  16. Fázové přechody – tepelná kapacita • klastry - v oblasti fázového přechodu výrazné, velmi dobře viditelné maximum • makroskopické systémy - v místě fázového přechodu tendence vzrůstu k velmi vysokým hodnotám

  17. Soupis dat: • BP: vybrané velikosti ArN, N = 4, 7, 13, 19 • DP: doplnění výpočtů pro Ar v souvislou řadu N = 4 -19 : vybrané velikosti KrN a XeN, N = 4, 7, 13

  18. DATA

  19. Data • VIP pro Ar – srovnání s experimentem • Cv a VIP – fázové přechody

  20. Srovnání IP s experimentálními daty pro Ar4 – Ar7:

  21. Srovnání IP s experimentálními daty pro Ar8 – Ar11:

  22. Srovnání IP s experimentálními daty pro Ar12 – Ar15:

  23. Srovnání IP s experimentálními daty pro Ar16 – Ar19:

  24. Teplotní závislosti Cv a IP:

  25. Teplotní závislosti Cv a IP:

  26. Teplotní závislosti Cv a IP:

  27. Teplotní závislosti Cv a IP:

  28. Děkuji za pozornost…

More Related