8 Novembro 2022
Os materiais magnéticos atualmente usados em motores e geradores elétricos foram descobertos por trabalho laboratorial exploratórios, muitas vezes num processo de tentativa e erro. Neste contexto, a perspetiva de encontrar novos materiais, mais eficientes e sustentáveis, usando previsões computacionais de materiais é muito atrativa, e de elevado potencial.
Uma das maiores dificuldades de prever computacionalmente a performance de materiais magnéticos é a natureza termodinâmica das propriedades relevantes. Não é fácil fazer a ponte entre cálculos já estandardizados de Density Functional Theory (DFT), válidos a temperatura nula, para propriedades a temperatura finita.
João Amaral, Investigador Auxiliar do CICECO – Aveiro Institute of Materials, tem vindo a desenvolver ferramentas de simulação para acelerar a procura de novos materiais magnéticos para aplicações em energia. A metodologia faz uso de resultados de simulações DFT a 0 K para prever várias propriedades termodinâmicas cruciais para a performance no mundo real destes materiais. Assim, a comunidade científica poderá, de uma maneira computacionalmente leve, prever computacionalmente a performance de novos materiais, fazendo assim uma triagem antes de avançar para a síntese laboratorial.
A metodologia computacional baseia-se na construção de uma base de dados da densidade de estados conjunta de vários tipos de redes atómicas e interações magnéticas. A grande vantagem é que, com esta informação, os cálculos das propriedades termodinâmicas são rápidos e rigorosos. No entanto, contruir esta base de dados necessita de cálculos intensos que podem demorar meses ou mesmo anos a correr em computadores convencionais.
A rede europeia de computação de alta performance (EuroHPC), através de uma ação conjunta entre várias infraestruturas públicas e privadas na Europa, permite o acesso a centros de computação de topo no ranking nível mundial. Uma dessas infraestruturas é o LUMI, um supercomputador localizado na cidade de Kajaani, na Finlândia. Com cerca de 200 mil cores de computação AMD EPYC, o poder computacional disponibilizado permite realizar simulações extremamente exigentes, impossíveis de realizar em tempo útil em computadores convencionais. Em termos de sustentabilidade, o LUMI tem a particularidade de utilizar o calor gerado para o aquecimento urbano da área circundante. Este uso inteligente de energia térmica cobre 20% do consume energético para aquecimento na área da cidade de Kajaani, poupando o equivalente a 12,4 toneladas de CO2 por ano.
Com a aprovação de um projeto com 850 mil horas de computação no LUMI, a base de dados necessária para a descoberta de novos materiais magnéticos para aplicações em energia começa a construir-se a uma velocidade verdadeiramente estonteante.
Artigos Relacionados
Investigadores
João Cunha de Sequeira Amaral
Investigador AuxiliarUsamos cookies para atividades de marketing e para lhe oferecer uma melhor experiência de navegação. Ao clicar em “Aceitar Cookies” você concorda com nossa política de cookies. Leia sobre como usamos cookies clicando em "Política de Privacidade e Cookies".