Новости химической науки > Неупругое нейтронное рассеяние - на переднем крае науки

Неупругое нейтронное рассеяние — это уникальный экспериментальный метод, позволяющий одновременно исследовать как структуру, так и динамику конденсированных сред в широких диапазонах пространственных и временных масштабов: от отдельных атомов до макромолекул и от атомных колебаний до движений крупных молекулярных фрагментов. В физической химии этот метод занял особое место благодаря способности напрямую «визуализировать» движения атомных ядер и, в отличие от рентгеновской дифракции, давать информацию не только о статической структуре, но и о динамических процессах, определяющих реакционную способность, транспортные и термодинамические свойства веществ.

Почему нейтроны: физико-химические основания метода

Уникальность неупругого нейтронного рассеяния для физико-химических исследований определяется тремя ключевыми факторами:

1. Энергетическое и пространственное соответствие. Энергия тепловых нейтронов (~25 мэВ при комнатной температуре) соответствует энергиям молекулярных колебаний и вращений, а длина волны де Бройля (~1.8 Å) сопоставима с межатомными расстояниями. Это позволяет в одном эксперименте «видеть» и структуру, и динамику.
2. Взаимодействие с ядрами, а не с электронными оболочками. Нейтроны рассеиваются на атомных ядрах посредством сильного взаимодействия, что даёт прямое отражение ядерной структуры и движений, без сложной интерпретации электронных эффектов.
3. Чувствительность к лёгким элементам, особенно к водороду. Нейтрон сечение рассеяния водорода-1 (~82 барн) на порядки превышает сечения большинства других элементов. Поэтому неупругое нейтронное рассеяние — метод выбора для изучения гидридов, катализаторов на основе органических лигандов, полимеров, водородных связей и любых систем, содержащих протоны.

Информация, получаемая из неупругого рассеяния

Процесс рассеяния описывается через передачу энергии ℏω = E_i − E_f и импульса Q = k_i − k_f. Измеряемая двойное дифференциальное сечение d²σ / dΩ dE_f содержит динамический структурный фактор S(Q,ω), который связан через преобразование Фурье с пространственно-временной корреляционной функцией ван Хова G(r,t). Для химика это означает:

• Упругое рассеяние ( ℏω = 0 ) даёт информацию о статической структуре (дифракция, малоугловое рассеяние).
• Неупругое рассеяние ( ℏω ≠ 0 ) раскрывает динамику — фононы (колебания кристаллической решётки), диффузию, вращательные туннелирование, колебательные спектры молекул.

Важнейшая особенность неупругого нейтронного рассеяния — отсутствие правил отбора, характерных для ИК- и КР-спектроскопии. Это позволяет наблюдать все колебательные моды, включая те, которые недоступны оптическим методам, что особенно ценно для идентификации адсорбированных молекул и интермедиатов на поверхностях катализаторов.

Прорывные достижения последнего времени

1. Машинное обучение для инверсии силовых постоянных из ННР-спектров

Ключевое ограничение метода — сложность извлечения фундаментальных физико-химических параметров (межатомных силовых постоянных, FC) из экспериментальных данных S(Q,ω). Традиционные подходы требуют трудоёмкого подбора и многократных полных расчётов. В 2026 году предложен прорывной подход — нейросетевая инверсия FC непосредственно из данных монокристального ННР.

Методология: Генерируется обучающий набор, где силовые постоянные вычисляются с помощью универсальных машинно-обучаемых силовых полей (uMLFF), а затем моделируется S(Q,ω)S(Q,ω) через эффективную физическую модель. Обученная вариационная автокодировочная модель (VAE) показала:

• Воспроизведение FC, полученных из первых принципов (DFT) и итеративной оптимизации.
• Надёжную инференцию даже по разреженным данным (короткие измерения, одна ориентация кристалла).
• Физически интерпретируемое латентное пространство, обеспечивающее обобщение на разные материалы (Ge, Nb) и экспериментальные данные.

Значение для физической химии: Это открывает путь к экспресс-инверсии экспериментальных спектров и автоматизированному управлению экспериментом в реальном времени. Метод позволяет извлекать количественную информацию о потенциальной поверхности материала непосредственно из измерений, что критически важно для изучения температурно-зависимой решёточной динамики, теплопроводности, фазовых переходов и механизмов катализа.

2. Хиральные фононы: новые степени свободы в конденсированных средах

В июле 2026 года опубликована работа, формулирующая framework для диагностики хиральных фононов (фононов с угловым моментом) с помощью ННР. Предложено:

• Использование угловых отпечатков интенсивности для классификации линейной, эллиптической и круговой поляризаций фононов.
• Фазово-чувствительные временные сигнатуры для определения хиральности.
• Наблюдение расщеплений и перераспределений интенсивности под внешним полем для идентификации фононного магнитного момента.

Значение: Хиральные фононы открывают новые пути управления топологическими свойствами материалов. Неупругое нейтронное рассеяние становится инструментом, позволяющим экспериментально верифицировать и исследовать эти квантовые явления, что важно для спинтроники и материалов нового поколения.

3. Синергия ННР и DFT-расчётов в химии катализа

Обзор 2026 года подводит итоги полувекового развития ННР в катализе. Ключевые выводы:

• DFT-анализ стал практически обязательным условием для публикации работ по ННР катализаторов.
• ННР позволяет наблюдать колебательные спектры адсорбатов, включая гидридные и метильные интермедиаты, с прямой интерпретацией через расчёт интенсивностей.
• Основное ограничение — необходимость низких температур (< 20 K) для подавления фактора Дебая-Валлера, что делает in situ/операторные исследования сложными. Однако развиваются методы для преодоления этого (например, работа с системами, где водород доминирует в рассеянии).

В совокупности эти достижения показывают, что современное неупругое нейтронное рассеяние переходит от стадии «качественной спектроскопии» к количественной физико-химической диагностике конденсированных сред. Сочетание мощных нейтронных источников (ESS, J-PARC, ИБР-2), новых спектрометров (с 30-кратным повышением светосилы), машинного обучения для обработки данных и углублённой теории позволяет решать задачи, которые были недоступны ещё несколько лет назад — от прямого определения потенциалов межатомного взаимодействия до визуализации квантовых состояний в топологических материалах

метки статьи:
Notice: Undefined variable: msg in /var/www/chemport.ru/data/www/chemport.ru/datenews.php on line 82
#квантовая химия, #физическая химия, #химия твердого тела