Результаты, недавно опубликованные в Nature Communications, представляют собой инструмент, который может привести к более эффективным процессам в биотопливной и нефтехимической промышленности, сокращая при этом время и стоимость соответствующих лабораторных исследований и разработок.Интересующие материалы называются цеолитами, которые используются как в качестве молекулярных сит, так и в качестве катализаторов для производства топлива и химического сырья. На сегодняшний день синтезировано более 200 типов цеолитов и предсказано более 330 000 потенциальных структур цеолитов на основе предыдущего компьютерного моделирования.При таком большом количестве материалов-кандидатов использование традиционных лабораторных методов для определения оптимального цеолита для конкретной работы представляет собой трудоемкий и трудоемкий процесс, который может занять десятилетия.
Вот почему ученые из Университета Миннесоты и Университета Райса разрабатывают вычислительные инструменты, которые могут быстро просматривать тысячи материалов, чтобы определить перспективных кандидатов для дальнейших исследований и разработок.Исследовательская группа недавно проверила свой крупномасштабный, многоэтапный вычислительный процесс скрининга с использованием Mira, 10-петафлопсного суперкомпьютера IBM Blue Gene / Q компании ALCF.
И он прошел с честью, поскольку метод успешно идентифицировал новые цеолиты для двух важных применений.Благодаря массивно-параллельной архитектуре Mira, продвинутым алгоритмам и точным межмолекулярным потенциалам, расчеты команды ускорили сотни тысяч виртуальных экспериментов для очень сложных систем.
«Используя Mira, мы можем использовать наше компьютерное моделирование, чтобы сжать десятилетия исследований в лаборатории в общей сумме вычислений на один день», — сказал Илья Зипманн, профессор химии Университета Миннесоты и директор финансируемого Министерством энергетики США Nanoporous. Материалы Геномного центра.
Исследователи получили доступ к Mira через программу Discretionary директора ALCF. Помощник ученого-вычислителя ALCF Крис Найт тесно сотрудничал с командой, чтобы обеспечить оптимальную производительность суперкомпьютера ALCF.
Соавтор статьи Nature Communications, Найт помог в переносе их кода MCCCS-MN на Mira, помог разработчикам добавить поддержку OpenMP, чтобы разрешить гибридный параллелизм MPI / OpenMP, и помог разработать структуру на основе MPI для обеспечения высокой пропускной способности. вычисления, способные использовать все 786 432 ядра Mira.«Этот проект является прекрасным примером того, как сотрудники ALCF могут сотрудничать с исследовательскими группами для решения проблем, связанных с использованием такого большого вычислительного ресурса для исследования новых научных проблем», — сказал Найт.
Улучшения производительности кода позволили Зипманну и его команде выполнить моделирование двух цеолитных приложений, имеющих промышленное значение. В одном исследовании они искали цеолиты, которые могли бы улучшить очистку этанола из ферментационных бульонов. Моделирование указывало им на цеолит с системой пор / каналов, которая эффективно вмещает молекулы этанола, препятствуя образованию водородных связей с молекулами воды.
Обладая способностью очищать этанол за одну стадию разделения, этот материал демонстрирует потенциал для замены энергоемкого многоступенчатого процесса дистилляции, который в настоящее время используется в промышленности. Чтобы подтвердить результаты моделирования, исследователи из Университета Миннесоты синтезировали и протестировали многообещающий цеолит, предоставив экспериментальные данные, которые очень хорошо согласуются с прогнозами.Для второго исследования команда исследовала потенциальные цеолитные катализаторы для процесса депарафинизации, называемого гидроизомеризацией, в котором линейные длинноцепочечные алканы превращаются в слегка разветвленные алканы для снижения температуры застывания и увеличения вязкости смазочных масел и других топливных продуктов.
Их моделирование выявило цеолиты с адсорбционной способностью до 100 раз лучше, чем современные технологии, используемые для этого процесса.«В обоих случаях моделирование привело нас к идентификации цеолитов, которые, возможно, могут повысить эффективность производства в промышленности», — сказал Зипманн. «Наши результаты демонстрируют, как передовые методы компьютерного скрининга могут быть использованы для увеличения скорости обнаружения материалов».
Огромный объем данных, сгенерированных для этой работы, будет открыт для всеобщего ознакомления с помощью Nanoporous Materials Explorer, приложения, которое является частью проекта материалов, финансируемого Министерством энергетики США.