Helikalne nanostruktury są zazwyczaj wytwarzane w laboratorium przy użyciu technik chemicznego osadzania z fazy gazowej1-2, choć w literaturze opisano również nowe podejścia3. W szczególności badano nanospressory i nanowstążki ze względu na ich odrębne właściwości oraz obiecujące zastosowania w czujnikach, optyce, a także w urządzeniach elektromechanicznych i fluidycznych4-7. Opisano metody syntezy pozwalające na otrzymanie nanowstążek krzemionkowych (SiO2), co czyni te struktury potencjalnymi jednostkami budulcowymi dla systemów hierarchicznych. Nowatorska synteza trójwymiarowych nanospressorów krzemionkowych rozszerzyła zakres ich zastosowań na chemirezystory po pokryciu ich ZnO8 lub nanocząstkami w zastosowaniach diagnostycznych9-10.
Badania eksperymentalne nad właściwościami mechanicznymi krzemionkowych nanosprężyn i nanowstążek są rzadkie, co wynika przede wszystkim z obecnych ograniczeń w metodach i sprzęcie manipulacyjnych oraz pomiarowych. Badania nad nanomechaniką nanostruktur i nanosprężyn były raportowane z wykorzystaniem teorii i symulacji11-14. Niektóre symulacje13 koncentrowały się na nanomechanicznym zachowaniu amorficznych nanosprężyn, ponieważ pozwalają one badać zakresy nie w pełni dostępne drogą eksperymentalną. W literaturze opisano atomistyczne badania metalicznych nanosprężyn w celu zbadania zależności właściwości sprężystych od rozmiaru15, a w ostatnim czasie nanomechanikę helikalnych krystalicznych nanostruktur krzemionkowych14. Testy eksperymentalne struktur nanosprężyn przeprowadzano również na różnych materiałach, takich jak helikalne nanostruktury węglowe i węglowe nanocewki16-17. Pomimo zebranej do tej pory wiedzy, do przyszłych prac nad wytwarzaniem nanourządzeń niezbędne jest pełniejsze zrozumienie właściwości mechanicznych tych nowatorskich nanostruktur.
Ponieważ badania MD nanohelis z krzemionki amorficznej (krzemionki niekrystalicznej) są wciąż dość ograniczone, modelowanie atomistyczne takich struktur wymaga stworzenia spersonalizowanych kodów. W wyniku ostatnich przeglądów literatury nie zidentyfikowano żadnych innych alternatywnych metod tworzenia helikalnych modeli MD krzemionki amorficznej. W niniejszej pracy, w celu przyszłych wielkoskalowych nanomechanicznych symulacji MD, zastosowano podejście oddolne do modelowania atomistycznego helikalnych nanostruktur z krzemionki amorficznej, w tym nanosprężyn i nanowstęg. Ogólne podejście obejmuje stworzenie „masowego” modelu MD krzemionki amorficznej, zgodnie z wcześniejszymi doniesieniami18, a następnie wycinanie z tej „masowej” próbki różnych nanostruktur helikalnych za pomocą dwóch opracowanych do tego celu niezawodnych i adaptowalnych kodów komputerowych. Obie procedury obliczeniowe oferują odmienne sposoby tworzenia modeli nanowstęg i nanosprężyn z dużą wydajnością i szczegółowością atomistyczną; struktury te nadają się do wielkoskalowych symulacji atomistycznych. Dodatkowo wykorzystano spersonalizowany graficzny interfejs użytkownika, aby ułatwić tworzenie i wizualizację struktur helikalnych.
Struktura modelu „masywnego” szkła krzemionkowego jest początkowo tworzona w temperaturze pokojowej. W tym celu przeprowadzono wielkoskalowe symulacje MD, wykorzystując potencjał międzyatomowy Garofalinius zgodnie z wcześniejszymi badaniami18, który jest stosunkowo wydajny obliczeniowo i odpowiedni dla dużych układów. Początkowa struktura „masywnego” szkła krzemionkowego składa się z modelu sześcianu (14,3 x 14,3 x 14,3 nm3) zawierającego 192 000 atomów. Model „masywnego” szkła krzemionkowego poddano ekwilibracji w temperaturze 300 K przez 0,5 nsec w celu uzyskania stanu początkowego, stosując periodyczne warunki brzegowe.
Zaprojektowano i wykorzystano dwie procedury obliczeniowe w celu stworzenia atomistycznych modeli nanowstęg i nanospirali krzemionkowych. Pierwsza metoda polega na wycinaniu nanowstęg krzemionkowych ze struktury „masowej” (bulk) przy użyciu równań parametrycznych definiujących helisę oraz jej geometrię (skok, promień helisy i promień drutu). Procedura ta obejmuje wykorzystanie języka programowania AWK, systemu operacyjnego LINUX oraz oprogramowania do wizualizacji typu open-source19. Ogólna iteracyjna procedura tworzenia atomistycznych modeli nanowstęg obejmuje: (1) wybór atomu w masowym modelu szkła krzemionkowego, (2) obliczenie odległości od wybranego atomu do punktu w przestrzeni na zdefiniowanej funkcji helikalnej, (3) porównanie tej odległości z promieniem pożądanej nanowstęgi oraz (4) odrzucenie lub zachowanie atomu w wyjściowym modelu danych. Szczegółowy opis krok po kroku dla tej metody znajduje się w materiale dodatkowym Scalable Open-Source Codes Supplemental Material. Przy użyciu tej metody stworzono kilka nanowstęg krzemionkowych o różnych wartościach skoku, promienia helisy i promienia nanowstęgi, a następnie zmierzono ich dokładność w odniesieniu do pożądanych wartości wymiarowych za pomocą oprogramowania do analizy molekularnej i wizualizacji19-20. Wygenerowano atomistyczne modele nanowstęg krzemionkowych o geometriach funkcjonalnych (wysokie wartości skoku i niskie wartości promienia nanowstęgi). Przy nadzwyczaj wysokich wartościach promienia nanowstęgi i ekstremalnie niskich wartościach skoku zaobserwowano pewne artefakty, polegające na błędnym wykluczeniu atomów, co prowadziło do mniejszej gładkości powierzchni nanowstęgi. Podobne metody stosowano w procesie tworzenia nanodrutów krzemionkowych21-23.
Druga zaprezentowana tutaj metoda polega na wycinaniu krzemionkowych nanosprężyn ze struktury krzemionki „masowej” poprzez zastosowanie metod wstępnego przesiewania w celu zwiększenia wydajności, oprócz zastosowania równań matematycznych dla helisy. Procedura ta wymagała stworzenia bardziej odpornego kodu w języku C++, aby zapewnić większą elastyczność w modelowaniu tych helikalnych nanostruktur. Iteracyjna metoda tworzenia modeli atomistycznych nanosprężyn obejmuje: (1) odrzucenie wszystkich atomów, które z pewnością znajdują się poza ścieżką helikalną, (2) deterministyczny wybór punktu na ścieżce helikalnej, (3) porównanie wszystkich atomów w określonej odległości od tego wybranego punktu oraz (4) odrzucenie lub zapisanie każdego atomu w modelu danych wyjściowych. Szczegółowy opis krok po kroku dla tej metody zawarto również w materiałach uzupełniających Scalable Open-Source Codes. Dzięki tej metodzie uzyskano kilka modeli krzemionkowych nanosprężyn o różnych wymiarach (promień drutu, promień helisy i skok nanosprężyny), jak pokazano na Rysunku 1. Metoda ta pozwoliła na wydajne uzyskanie wysoce precyzyjnych modeli krzemionkowych nanosprężyn, przy czym nie stwierdzono obecności artefaktów dla skrajnych (niskich i wysokich) wartości skoku nanosprężyny. Tworzenie i użytkowanie graficznego interfejsu użytkownika dla tej metody opisano w sekcji Protokół.

Rycina 1: Ogólna struktura helikalna z zaznaczonymi charakterystycznymi wymiarami, gdzie r, R i p reprezentują odpowiednio promień drutu, promień helisy oraz skok. H oznacza całkowitą wysokość struktury helikalnej23.
Niniejszy protokół opisuje sposób przygotowania plików NanospringCarver poprzez uruchomienie oprogramowania MATLAB24 na komputerze PC z systemem LINUX25 oraz wykorzystanie graficznego interfejsu użytkownika do opracowania atomistycznych modeli nanospringów. Te wcześniej niedostępne modele stanowią podstawę dla nowatorskich symulacji dynamiki molekularnej (MD)23 w badaniach nad innowacjami materiałowymi.
Ogólna procedura krok po kroku tworzenia atomistycznych modeli nanosprężyn obejmuje wykorzystanie następujących elementów: (a) kodu NanospringCarver (v. 0.5 beta) (otwarte oprogramowanie w języku C++), (b) modelu litego szkła krzemionkowego (plik wejściowy), (c) interfejsu graficznego MATLAB GUI i powiązanych plików oraz (d) oprogramowania MATLAB (wersja 7) z lokalną licencją na komputerze z systemem LINUX. Elementy (a)-(c) wymienione powyżej (kod NanospringCarver, model szkła krzemionkowego, pliki MATLAB GUI) są dostępne do bezpłatnego pobrania online26. MATLAB (Matrix Laboratory) to język wysokiego poziomu do obliczeń numerycznych, wizualizacji i tworzenia aplikacji opracowany przez MathWorks24, stosowany głównie do wizualizacji i analizy danych, przetwarzania obrazów oraz biologii obliczeniowej.