Approche multi-échelles pour le design des nanomatériaux Noël Jakse Laboratoire SIMaP – Grenoble INP

Quelques jalons En 1959 : fût le premier scientifique à envisager ce qui est maintenant la réalité des nanosciences et nanotechnologies ‘’There’s plenty of space at the bottom’’. "Que se passerait-il si nous pouvions déplacer des atomes, un à un, et les assembler de la façon voulue ?". Faire tenir tout le contenu de l’encyclopédie Britannica sur une tête d’épingle. Richard Feynman EN 1989, Don Eigler à IBM (Almaden Research Center), a réussi à utiliser un microscope STM (effet tunel) comme une "pince à atomes". Il a ainsi écrit le mot IBM avec 35 atomes de Xenon.

nanosciences Synthèse Théorie, modélisation mise en forme et simulation - Elaboration de structures à l’échelle du nanomètre - Approches : « Top down » « Bottom up » - Interprétation des caractérisation et images - Prédictions - Design de nanomatériaux nanosciences Caractérisation Visualisation tests

Chaque méthode est spécifique à un domaine spatio-temporel Échelles et méthodes Chaque méthode est spécifique à un domaine spatio-temporel Temps Eléments finis Seconde Mésoscopique Massif Microseconde Nanomatériaux : approches multi-échelles Structure éléctronique Propriétés et design des nanomatériaux Moléculaire Nanostructures Nanoseconde Quantique Structure moléculaire Picooseconde Structure électronique Femtoseconde Distance 1 Nanomètre 10 Nanomètres 100 Nanomètres 1 Micromètre

Simulations à l’échelle atomique Nano-objets ont des propriétés remarquables : électroniques, optiques, thermodynamiques, morphologiques, mécaniques La simulation à l’échelle atomique fondée sur les premiers principes est indispensable : - pour comprendre les propriétés des nanomatériaux - pour accéder aux propriétés difficilement mesurables Loi de Moore pour la dynamique moléculaire Concurrent Computing Laboratory for Materials Simulations (CCLMS)

Approches multi-echelles Taille Temps Monte-Carlo quantique ~ 100 atomes DFT ~ 1000 atomes Dynamique moléculaire ab initio ~ 500 atomes ~ 10 ps Dynamique moléculaire ~ 109 atomes ~ 1 ns Monte-Carlo Cinétique ~ 1 micromètre < 1 h Enjeu : développer des stratégies multi-échelles Gros grains (« Coarse-Grained ») Intégration des degrés de libertés aux petites échelles : potentiels empiriques - Hiérarchique ou séquentielle Les échelles de temps et d’espace sont séparées : passage de paramètres, MCC Concurrente, hybride ou intégrée Les différentes échelles sont traitées simultanément : DM ab initio, approches multi-grilles -

Applications Transport quantique / Propriétés optiques : CNRS – Institut NEEL Porteur : Valerio Olevano : Projet Nanostar (exposé précédent) Propriétés du graphène : CNRS – Institut NEEL Porteur : Laurence Magaud Morphologie et thermo de nanoparticules / Nanofils : INPG – SIMaP Porteur : Noël Jakse Interfaces Au/Si : croissance de nanocristaux : CEA – SP2M Porteur : Tobias Schulli

Graphène Fabrication (2005) - Exfoliation de plans de graphite - Recuit SiC : graphène épitaxié Nanoélectronique : - feuillets conducteurs - à température ambiante effet hall quantique anormal point quantiques stables Stockage de l’hydrogène : - le graphane Novoselov et al, nature 438, 04233 (2005); Science 315, 1379 (2007) Sofo et al. Phys. Rev. B 75, 153401 (2007)

Graphène épitaxié 6x6 Propriétés des couches Image STM (0.2 V, 300 K) 6x6 Calcul ab initio Plan 1 Plan 2 Propriétés des couches Calcul DFT (VASP) à 1300 atomes Plusieurs plans de C un substrat avec des faces polaires (Si/C) C SiC F.Varchon et al., Phys. Rev. Lett. 99, 126805 (2007) P.Mallet et al., Phys Rev B74, 041403 (R) (2007) F.Varchon et al, Phys. Rev. B (2008) J. Hass et al. PRL100, 125504 (2008) Croissance : 3 biplans de SiC pour un plan de graphène Enjeu : comprendre les mécanisme de diffusion de Si et de croissance du graphène Simulations hybrides : Monte-Carlo cinétique avec chemins de diffusion calculés en DFT

Nanoparticules Morphologie des nanoparticules : Evolution des propriétés Facteurs qui contrôlent la taille et la forme Identifier les états de base et les formes associées : Algorithmes génétiques Prédire la réactivité Evolution en température Taille Forme Etats de base de CuAu (38) (Coll. Pr Lai : Taiwan) Méthode Agorithmes génétique + saut de bassin Potentiels Tight-Binding 12 Cu 17 Cu 22 Cu

Nanoparticules Thermodynamique des petits systèmes Effets anharmoniques dynamique moléculaire en f(T) Al12-Mn T = 300 K

Nanofils : propriétés mécaniques Déformation uniaxiale d’un “nanofil” de Ni Potentiel MEAM 45000 atomes cfc orientation (1,0,0) taux de déformation 2. 109 s-1 Taux de déformation <1010 s-1 plans de glissement macles Taux de déformations > 1010 s-1 amorphisation Cf. : Lin et Pen, Nanotech 18, 395705 (2007)

Interface Au/Si Approche atomistique : Potentiels MEAM + Dynamique Moléculaire Compréhension de la croissance contrôlée de nanofils Formation rapide de siliciures accroissement de la diffusion de Si dans Au avec la température Enjeux de la modélisation : modéliser la croissance à partir d’informations à l’échelle atomique T= 0 K T= 423 K Réseau de nanofils T= 573 K T= 723 K T= 873 K T=1023 K Kuo, Clancy, surface Science 551, 39 (2004)

Conclusions BUT ULTIME: Design des nanomatériaux basé sur les premiers principes Mais : qui n’est pas une approche combinatoire Approches multi-échelles nécessaires Les nanomatériaux couvrent plusieurs échelles de description simultanées Méthodes à une échelle donnée existent. Méthodes pour coupler efficacement les échelles sont encore trop ponctuelles et limitées. Une méthode conceptuelle existe basée sur une analogie multi-grille mais il reste encore de nombreuses difficultés

Nécessité des méthodes quantiques d’ordre N Calculs de DFT : estimation des temps pour des CPU à 100 Mflops 10000 atomes, simple relaxation (100 pas) Les grands systèmes nécessitent un grand nombre de relaxations simples : Méthodes O(N) efficace sont absolument indispensables ! Méthode O(N) dépendant du temps pour 10000 atomes Méthodes multi-échelles pour accélérer le temps sont absolument indispensables !

Nécessité d’avoir une équipe pluridisciplinaire: PROJET MUSCADE RTRA 2009 : CIMENT-INRIA Modélisation et simulation à l’échelle pétaflop sur le design des nanomatériaux : Recherche transdisciplinaire : physiciens, mathématiciens, informaticiens Focalisation sur des axes de recherches bien définis Couplage avec l’expérience Développements algorithmiques et conceptuels représentent une activité de recherche de longue haleine.