Multi-method atomistic modelling of sodium-carbon interactions: Atomistic modelling towards the increased durability of carbon cathodes in primary aluminium production

Abstract

Karbonmaterialer brukes som kledning under produksjonen av primærmetall. Høy temperatur, strøm og et kjemisk tærende miljø sliter materialene under drift. En bidragende årsak til slitasjen er inntrengning av natrium.

Mekanismen(e) bak natriuminntrengningen er ikke fullt forstått. Beregningskjemiske metoder kan beskrive kjemiske reaksjoner på en atomær skala og slik bidra til økt forståelse av natriuminntrengning. De tilgjengelige metodene innen feltet kan plasseres i et hierarki av nøyaktighet. Økt nøyaktighet fører generelt til en kostnad, i form av økt beregningskompleksitet. For å studere store systemer med høy grad av uorden, må forenklede metoder tas i bruk. Disse metodene kan ikke uten videre tas i bruk da kvaliteten av resultatet ikke er gitt på forhånd. Et spekter av beregningsmetoder er benyttet i avhandlingen. Resultatene danner en kjede som forbinder kjemisk nøyaktige energier fra coupled cluster teori til et empirisk ReaxFF-kraftfelt.

Kraftfeltet som er utviklet her oppnår både kvanitativ og kvalitativ nøyaktighet. Den lave beregningskostnaden tillater studier av system med tusenvis av atomer. Noen eksempler av anvendelser er gitt. Resultatene indikerer at interkalasjonsforbindelser mellom natrium og grafittisk karbon kan bidra til opptaket av natrium.

Summary of thesis: Sodium intrusion and penetration through graphitic carbon cathodes represents a key challenge in primary aluminium production. The problems are well described experimentally, but the underlying mechanisms are not fully understood.

To shed light on the behaviour of sodium in graphitic carbon materials, a hierarchy of computational methods are applied to relevant systems. The efforts connect the chemically accurate ab initio coupled cluster theory to an empirically trained ReaxFF force field, via density functional theory.

The resulting force field displays qualitatively and quantitatively acceptable accuracy in a highly efficient computational method that allows for the description of large and disordered model systems.