[논문 리뷰] Crumbling Crystals: On the Dissolution Mechanism of NaCl in Water

Niamh O’Neill, Christoph Schran외 2명|arXiv (Cornell University)|2022. 11. 08.

Spectroscopy and Quantum Chemical Studies인용 수 4

한 줄 요약

이 연구는 밀도함수이론 수준의 정확도로 수소결합을 고려한 기계학습 잠재에너지함수를 사용하여 수소결합을 고려한 기계학습 잠재에너지함수를 사용하여 NaCl의 수용액 내 용해를 시뮬레이션하며, 결정의 급격한 분해 이전에 발생하는 확률적이고 이온별로 일어나는 표면 풀림 메커니즘을 규명하였다. 이를 '부서짐(crumbling)'이라 명명하였다. 이 과정는 표면대부피비율 증가에 의해 주도되며, 용해 동역학의 원자 해상도 첫 번째 시각을 제공하고, 향후 혼잡도나 유속 조건에서 복잡한 전해질 시스템에 대한 연구를 가능하게 한다.

ABSTRACT

Life on Earth depends upon the dissolution of ionic salts in water, particularly NaCl. However, an atomistic scale understanding of the process remains elusive. Simulations lend themselves conveniently to studying dissolution since they provide the spatio-temporal resolution that can be difficult to obtain experimentally. Nevertheless, the complexity of various inter- and intra-molecular interactions require careful treatment and long time scale simulations, both of which are typically hindered by computational expense. Here, we use advances in machine learning potential methodology to resolve for the first time at an ab initio level of theory the dissolution mechanism of NaCl in water. The picture that emerges is that of a steady ion-wise unwrapping of the crystal preceding its rapid disintegration, reminiscent of crumbling. The onset of crumbling can be explained by a strong increase in the ratio of the surface to volume of the crystal. Overall, dissolution is comprised of a series of highly dynamical microscopic sub-processes, resulting in an inherently stochastic mechanism. These atomistic level insights now pave the way for a general understanding of dissolution mechanisms in other crystals, and the methodology is primed for more complex systems of recent interest such as water/salt interfaces under flow and salt crystals under confinement.

연구 동기 및 목표

• 생물학적 및 기술적 중요성이 크지만 여전히 잘 이해되지 않은 NaCl 수용액 내 용해의 원자 스케일 메커니즘을 규명하기 위해.
• 기존의 힘장 모델이나 단일 궤적에 의존하는 시뮬레이션의 한계를 극복하기 위해, 장시간에 걸친 다수의 용해 사건에 대해 고정밀도 시뮬레이션을 가능하게 하기 위해.
• 용해가 예측 가능한 결정론적 경로를 따르는지 아니면 본질적으로 확률적인지, 특히 농도 및 온도 조건이 변화할 경우를 고려하여 조사하기 위해.
• 혼잡도나 흐름 조건에서의 복잡한 용해 과정을 연구하기 위한 일반화 가능한 방법론을 수립하기 위해.
• 배터리 과학, 정수처리 및 지질화학에서 중요한 수용액/염소계면에서의 용해 메커니즘을 이해하기 위한 기초를 마련하기 위해.

제안 방법

• rev-PBE 함수를 사용하고 D3 분산 보정을 적용한 밀도함수이론 분자역학(AIMD) 데이터를 기반으로 활성학습을 통해 기계학습 잠재에너지함수(MLP)를 학습시켰다.
• 장거리 전기쌍용력을 정확히 모의하기 위해 TIP3P 수분 모델과 Na⁺ 및 Cl⁻ 이온에 대한 점전하를 사용한 쿨롱 기반 기준선을 설정하였으며, 입자망 Ewald 합산을 적용하였다.
• 다수의 세대에 걸쳐 반복적으로 MLP 모델을 개선하여 훈련 세트에서 에너지 평균제곱오차 1.3 meV/atom, 힘 평균제곱오차 38.0 meV/Å의 높은 정확도를 확보하였다.
• CP2K/Quickstep를 사용하여 330 K에서 NVT 군집에서 300 ns 이상의 분자역학 시뮬레이션을 수행하였으며, 각 시스템에 대해 10개의 독립 궤적을 사용하여 확률적 행동을 포괄하였다.
• 다양한 크기의 NaCl 나노결정체(4×4×4, 6×6×6)를 다양한 농도(1.43–5.61 mol/kg) 및 온도(검증을 위한 400 K 포함)에서 시뮬레이션하였다.
• 궤적 분석을 통해 이온 손실, 표면 변화 및 구조적 붕괴를 추적하였으며, 표면대부피비율 추세와 이온별 용해 순서에 집중하였다.

실험 결과

연구 질문

• RQ1 NaCl의 수용액 내 용해는 어떤 원자 스케일 메커니즘을 따르며, 이는 결정론적 경로인지 아니면 본질적으로 확률적인가?
• RQ2 용해 과정에서 급격한 결정 분해('부서짐')가 시작될 무렵의 표면대부피비율 변화는 어떻게 관련되어 있는가?
• RQ3 용해 동역학은 농도 및 온도에 얼마나 의존하며, 관측된 행동은 다양한 시스템에 일반화 가능한가?
• RQ4 기계학습 잠재에너지함수는 밀도함수이론 수준의 정확도와 장시간에 걸친 시뮬레이션에서 물-물 및 물-이온 상호작용의 미세한 균형을 정확히 포착할 수 있는가?
• RQ5 이온 방출 및 표면 결함 형성과 같은 미세한 부과정이 전체 용해 동역학에 어떻게 기여하는가?

주요 결과

• 용해 메커니즘은 결정 표면의 점진적이고 이온별로 풀리는 과정 이후 급격히 붕괴되는 '부서짐'과 유사한 급격한 분해로 설명될 수 있다.
• 부서짐의 시작은 나노결정체의 표면대부피비율 급격한 증가와 동시에 발생하며, 기하학적 요인이 급격한 분해로의 전이를 주도함을 시사한다.
• 용해 과정은 본질적으로 확률적이며, 동일한 조건에서도 독립 궤적 간 이온 손실 순서에 상당한 변동이 있었다.
• 용해의 마지막 20% 기간 동안 표면대부피비율이 50% 이상 증가하였으며, 이는 급격한 이온 방출 및 구조적 붕괴의 시작과 상관관계가 있었다.
• 기계학습 잠재에너지함수 모델은 높은 정확도(에너지 평균제곱오차 1.3 meV/atom, 힘 평균제곱오차 38.0 meV/Å)를 확보하여, 전형적인 AIMD 한계를 훨씬 뛰어넘는 300 ns 이상의 밀도함수이론 수준의 시뮬레이션을 가능하게 하였다.
• 이 방법론은 다양한 농도 및 온도 조건에서 이온과 수분 분자 간의 복잡하고 동적인 상호작용, 특히 일시적인 솔vation 쉘과 결함 기반 이온 방출을 정확히 포착하였다.