Simulações da Universidade de Ohio no supercomputador PSC transformam carvão

O carvão recebe má publicidade atualmente. Os cientistas do clima prevêem um aumento nas temperaturas globais médias entre dois e 10 graus Fahrenheit até ao ano 2100. A possibilidade de mudanças drásticas nos padrões climáticos, no crescimento das culturas e nos níveis do mar põe em causa a nossa utilização intensa de combustíveis à base de carbono, como o carvão.

Mas não precisa ser assim.

Alimentar os nossos veículos com eletricidade pode reduzir diretamente as emissões de carbono. A mudança também poderia permitir-nos carregá-los utilizando fontes de energia neutras em carbono. O problema é que cada bateria de íon de lítio do Tesla Model S requer cerca de 45 quilos de grafite. E os cientistas sabem há gerações que, pelo menos em teoria, é possível converter carvão em grafite se o colocarmos sob pressão suficiente e a uma temperatura suficientemente elevada.

Para explorar como o carvão pode ser convertido em materiais valiosos como o grafite, David Drabold e sua equipe de física da Universidade de Ohio decidiram simular as substâncias em um software de computador. Para recriar virtualmente a conversão química, eles recorreram ao computador de pesquisa avançada Bridges-2 no Pittsburgh Supercomputing Center (PSC). Bridges-2 é o principal supercomputador do PSC, financiado pela National Science Foundation.

“A forma como este [trabalho] surgiu é que há alguns engenheiros aqui… fazendo um excelente trabalho [em coisas neutras em carbono] com carvão. Você não quer queimá-lo por razões óbvias; mas você pode fazer dele materiais de construção, materiais de alto valor, como grafite? Nonso e eu estamos realmente interessados ​​na questão: podemos extrair grafite desse material?”

— David Drabold, ilustre professor de física na Universidade de Ohio.

A grafite pura é uma série de folhas compostas por anéis de seis carbonos. Um tipo especial de ligação química chamada ligações aromáticas mantém esses carbonos unidos.

Nas ligações aromáticas, os elétrons pi flutuam acima e abaixo dos anéis. Essas nuvens de elétrons “escorregadias” fazem com que as folhas deslizem facilmente umas sobre as outras. A “grafite” do lápis – uma forma de grafite de baixa qualidade – deixa uma marca no papel porque as folhas escorregam umas das outras e grudam no papel.

As ligações aromáticas têm outra virtude, importante na tecnologia eletrônica. Os elétrons pi movem-se facilmente de anel em anel e de folha em folha. Isso faz com que o grafite conduza eletricidade, mesmo que não seja um metal. É o material ideal para um ânodo, o pólo positivo de uma bateria.

O carvão, em comparação, é quimicamente confuso. Ao contrário da natureza estritamente bidimensional de uma folha de grafite, ela possui conexões em três dimensões. Ele também contém hidrogênio, oxigênio, nitrogênio, enxofre e outros átomos que podem atrapalhar a formação de grafite.

Para iniciar os estudos, a equipe de Drabold criou um “carvão” simplificado que consistia apenas de átomos de carbono em posições aleatórias. Ao expor este carvão simplificado à pressão e a altas temperaturas – cerca de 3.000 Kelvin, ou quase 5.000 Fahrenheit – eles poderiam dar um primeiro passo no estudo de sua conversão em grafite.

“Para lançar o papel de grafite amorfo, precisávamos fazer muitas análises sérias. Comparado com outros sistemas que temos, o Bridges é o mais rápido e preciso. Nossos sistemas domésticos… levam cerca de duas semanas para simular 160 átomos. Com Bridges, podemos operar 400 átomos durante seis a sete dias usando a teoria do funcional de densidade.”

— Chinonso Ugwumadu, estudante de doutorado em física na Universidade de Ohio.

No início, os cientistas de Ohio realizaram suas simulações usando princípios físicos e químicos básicos por meio da teoria do funcional da densidade. Essa abordagem precisa, mas com muitos cálculos, exigia muitos cálculos paralelos – um ponto forte dos mais de 30.000 núcleos de computação do Bridges-2. Mais tarde, eles mudaram seus cálculos para uma nova ferramenta de software, GAP (potencial de aproximação gaussiana), projetada por colaboradores da Universidade de Cambridge e da Universidade de Oxford, na Inglaterra. O GAP usa um tipo de inteligência artificial chamada aprendizado de máquina para realizar essencialmente os mesmos cálculos com muito mais rapidez. Os alunos de pós-graduação Rajendra Thapa e Ugwumadu negociaram a liderança do trabalho computacional inicial.