1 / 29

Crystallization Dynamics

Crystallization Dynamics. Elisabeth Glantschnig, Martina Hauer, Reingard Auer, Sandra Burda. Kristallographie. Kristalle sind Festkörper mit dreidimensional-periodischer Anordnung von Elementarbausteinen (Atome, Ionen, Moleküle) in Raumgittern

osma
Télécharger la présentation

Crystallization Dynamics

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Crystallization Dynamics Elisabeth Glantschnig, Martina Hauer, Reingard Auer, Sandra Burda

  2. Kristallographie • Kristalle sind Festkörper mit dreidimensional-periodischer Anordnung von Elementarbausteinen (Atome, Ionen, Moleküle) in Raumgittern • Das Kristallgitter des Idealkristalls ist vollkommen regelmäßig aus Elementarzellen aufgebaut • Man unterscheidet sieben verschiedene Kristallsysteme

  3. Kristallographie Nukleation: die Kristallisation eines amorphen Körpers beginnt nicht überall gleichmäßig Voraussetzung: System besteht aus einer Phase, obwohl eine andere Phase thermodynamisch stabiler ist

  4. Kristallographie • Johnson-Mehl-Avrami-Kolmogorov-Gleichung beschreibt zahlreiche Prozesse in den Materialwissenschaften • Kristallisation in einem amorphen Festkörper • Phasenumwandlungen mit der Temperatur

  5. Kristallographie • In vielen Fällen beschreibt die JMAK-Gleichung vor allem den Anfang der Umwandlung gut, während gegen Ende der Umwandlung Abweichungen vom JMAK-Verhalten auftreten können

  6. Text „Crystallization Dynamics“ Chapter 1 aus „Mathematica Modelling“ von Reinhard Illner et al

  7. Voronoi Diagramm Animation mit Geogebra

  8. Einleitung • unbekannten zweiphasigen C02C2H2-Kristallisation • metastabil • Kristallisationsprozess dauert circa 5 Stunden • Modelle, die diesen Prozess beschreiben können

  9. Kolmogorov-Avrami-Modell • Kurz: K-A-Modell • Klassisches Werkzeug zur Vorhersage von Wachstumskurven

  10. Herleitung • großes (makroskopisches) Volumen V • N unabhängige Fremdstoffe gleichverteilt • Q ...spezieller KristallisationskernP...fester, aber beliebiger Punkt in V • Für a>0 erhalten wir:.

  11. Daraus folgt: • Unter der Annahme, dass die Kristallisationskerne gleichverteilt sind.

  12. Verteilungsfunktion von X • N=λV • N∞, λ fest

  13. Radius des Kristalls vergrößert sich mit Geschwindigkeit v • Allgemein:

  14. Herleitung der Poissonverteilung • N Kerne gleich verteilt und unabhängig von einander im Volumen V • Ω ist Teilmenge von V • p Wahrscheinlichkeit das beliebiger Kern in Ω liegt • Wahrscheinlichkeit, dass k Kerne in Ω enthalten sind • nicht geeignet für große N

  15. Intensität • Wahrscheinlichkeitsverteilung ist Poissonverteilung

  16. Test des K-A Modells • K-A Modell für CO2 * C2H2 anwendbar? • Vergleich von empirischen Daten und theoretischen Vorhersagen vom K-A Modell • Umformen und Logarithmusfunktion anwenden

  17. Datenpunkte verlaufen nicht linear, daher ist K-A Model nicht anwendbar • Wir brauchen ein Neues Model

  18. Neues Modell • Berücksichtigung des nicht kristallinen Abfalls C2H2

  19. Wachstumskurve eines individuellen Kügelchens • Wachstum solange kubisch, bis die Voronoi Zelle voll ist • s sei die Hälfte des Volumens der Voronoi Zelle • Damit das Wachstum von g(t) bei s aufhört gilt:

  20. ideale Wachstumskurve ist kubisch und danach konstant • In der Realität wird Wachstum langsamer wenn Grenzen von Zelle erreicht werden

  21. Berechnung des zu erwarteten kristallisierten Anteils gesucht: passende Dichtefunktion f(s)

  22. Die Bestimmung der Dichtefuntkion • tatsächliche Verteilung von f(s) ist unbekannt • betrachten zwei verschiedene Varianten: • Empirische Bestimmung • Systematische Herleitung

  23. 1) Empirische Bestimmung v. f(s) Vernünftiger Vorschlag: Als Hilfe dient uns: Erhalten die Bedingungen:

  24. 2) Systematische Herleitung v. f(s) • N Keime seien Poisson-verteilt • wähle einen willkürlich, aber fix • X...Distanz zw. diesem Keim und seinem nähersten Nachbarn • Verteilungsfunktion für den Radius:

  25. Für , und erhalten wir: • S...Volumen der größten Sphäre • ... Radius dieser Sphäre

  26. Dichtefunktion... f(s) = F ‘ (s) • durch Einsetzen in und anschließendem Integrieren, erhalten wir:

  27. Danke für eure Aufmerksamkeit!

More Related