05.11.2024

Eine Illustration für MultiBonds.

MultiBonds

Quelle: BAM

Projektlaufzeit

01.12.2025 - 31.12.2029

Projektart

EU Projekt

Projektstatus

Laufend

Kurzbeschreibung

Eine große Herausforderung für den ökologischen Wandel ist, dass wir anorganische Materialien mit maßgeschneiderten Eigenschaften kaum rational entwerfen können. Dieses Projekt wird sich mit diesem Problem befassen, indem es unser Verständnis der chemischen Bindung in anorganischen Materialien verbessert.

Ort

Bundesanstalt für Materialforschung und -prüfung
Unter den Eichen 87
12205 Berlin

Eine Illustration für MultiBonds.

MultiBonds

Quelle: BAM

Verständliche Regeln, die auf chemischen Bindungen beruhen, haben die Chemie stark vorangebracht, fehlen aber für die meisten Materialeigenschaften, was das rationale Design von Materialien stark einschränkt. Bis vor kurzem wurde die quantenchemische Bindungsanalyse anorganischer Materialien nur in kleinem Maßstab durchgeführt, sodass es unmöglich ist, derartige Regeln mit Hilfe von maschinellem Lernen abzuleiten. Darüber hinaus konzentriert sich die quantenchemische Bindungsanalyse hauptsächlich auf Zwei-Zentren-Bindungen. Multizentren-Bindungen spielen jedoch eine entscheidende Rolle für die Materialeigenschaften: beispielsweise für die Superhärte borhaltiger Verbindungen.

Ein Pfeil in der Mitte einer Zielscheibe

Quelle: BAM

Das übergreifende Ziel von MultiBonds ist die Ableitung universeller Regeln für anorganische Materialeigenschaften auf der Grundlage chemischer Bindungen.

Wir werden 1) innovative automatisierte quantenchemische Methoden entwickeln und anwenden, um zum ersten Mal Multizentrenbindungsindikatoren in großem Maßstab zu berechnen. Die erzeugte Datenbank wird dann für 2) die Entwicklung neuartiger prädiktiver Deep-Learning-Modelle und 3) intuitive, für den Menschen verständliche, Regeln für Materialeigenschaften verwendet.

Stilisierter Programmablaufplan

Quelle: BAM

Im Rahmen dieses Projektes werden Automatisierungsmethoden für die Berechnung von chemischen Bindungindikatoren entwickelt. Wir werden dabei auf Entwicklungen in der Automatisierungssoftware atomate2 und LobsterPy aufbauen. Diese Entwicklungen sind im Rahmen der Veröffentlichung Datenbank von Bindungsindikatoren für Zweizentrenbindungen entstanden, die als Pilotstudie für dieses Projekt diente. Weiterhin wird maschinelles Lernen eingesetzt, um auf der chemischen Bindung basierende Regeln für Materialeigenschaften zu entwickeln.

Logo des European Research Council (ERC)

Quelle: ERC

Projektkoordination: Bundesanstalt für Materialforschung und -prüfung (BAM)
Förderung: Das Projekt wird vom European Research Council (ERC) gefördert

Förderung

Logo des European Research Council (ERC)

Quelle: ERC

Project MultiBonds (grant agreement Nº 101161771) is being supported by an ERC Starting Grant, funded by the European Union. Views and opinions expressed are however those of the author(s) only and do not necessarily reflect those of the European Union or the European Research Council Executive Agency. Neither the European Union nor the granting authority can be held responsible for them.

Weiterführende Informationen