Построение базы данных по свойствам наноуглеродных структур и материалов

Интерес к наноформам углерода определяется их уникальными свойствами, особенно для углеродных нанотрубок (УНТ), графена, наноалмазов, что сулит перспективы создания новых устройств. Наряду с «популярными» наноформами (УНТ, фуллерены), объектом интенсивных исследований стали объемные формы, прежде всего нанографит, на основе которого созданы различные классы наноматериалов: волокна, стеклоподобный углерод, композиты и др. Макроскопические вещества синтезированы также на базе фуллеренов и частичек алмаза, выступающих в роли наноструктурных единиц [1, 2].

Множество изученных форм, в сочетании с потоком данных о вновь синтезированных определяют актуальность создания справочно-аналитических материалов и компьютерных БД. В то же время специфика предмета сильно сказываются на объеме и качестве данных, что проявляется в разбросе результатов измерений, и частой смене номенклатуры понятий и характеристик. Поэтому созданию БД предшествовала методическая работа с целью сформулировать общие принципы систематизации данных для наностуктур, включая возможности: (1) описания произвольных наноформ; (2) хранения и распространения данных разной структуры и формата.

В работах авторов [3 - 5] показано, что информацию по свойствам наноразмерных объектов невозможно встроить в жесткую структуру данных; возникает необходимость варьировать идентификацию и номенклатуру характеристик в зависимости от разновидности объектов. Реализация этого требования легла в основу технологии построения теплофизических БД широкого профиля [4, 5], обеспечивающих хранение и обработку данных: для материалов произвольного состава и структуры, как и для молекулярных единиц (молекулы, кластеры, структуры типа УНТ и проч.); для представления свойств при различном формате данных; для адекватного учета совокупности дополнительных (экстра-) факторов (структура и конфигурация образца, технология изготовления, внешние поля и т.п.). Отличительная черта таких БД способность к настройке на произвольную предметную область с характерной для нее спецификой объектов. Их использование преодолевает ограничения, присущие традиционным БД: ориентация на определенный класс веществ; однозначность их идентификации (по формуле или наименованию); фиксированный перечень свойств и структура записи. Для проектирования БД использовалась технология полуструктурированных данных (ПСД), чья логическая структура подвержена вариациям при переходе между разными записями [3, 6, 7]. Среди причин вариации: различия физических свойств различных объектов; зависимость номенклатуры свойств от физической модели; различия в способах представления данных; расширение требований к идентификации объекта. Главная особенность структуры ПСД, что она не может быть предугадана, то есть, априорная схема всегда заменяется апостериорной.

С использованием ПСД разработана концептуальная модель для наноструктур углерода, обладающая «устойчивым каркасом» и способная к настройке на различные классы с характерной для них номенклатурой признаков и свойств, рис. 1.

Рис. 1. Типовая схема организации данных.

Совокупность характеристик, определяющих специфику объектов, распределена по двум блокам: «идентификация» и «свойства». Блок «идентификация» обеспечивает выделение формы по топологии, гибридизации, химическим формулам (брутто и элементарного звена) и совокупности детализирующих «экстра-факторов». Основу идентификации наноуглерода составляет классификационная схема. Для столь многообразного семейства, как наноуглерод, классификация по одному-двум физическим признакам невозможна. Например, гибридизации sp³, помимо алмаза, отвечают еще два аллотропа, лонсдейлит и кубан, которые при той же топологии и гибридизации радикально отличаются по кристаллической структуре. Естественно, это многообразие нарастает при переходе на наноуровень. Скажем, для различения типов наноалмаза указывается его происхождение (минеральное, детонационный синтез, метеоритное), морфологические признаки (сферическая или фуллереноподобная форма, полиэдрический тип, наноалмазная пленка и др.), размер, измеряемый в числе атомов или в нм, и т.п. [2, 8]. В качестве идентификатора необходима и формула элементарного звена, поскольку алмазные структуры могут формироваться не только из атомов, но и молекул, скажем, того же фуллерена. Как следствие, классификация, а точнее, схема идентификации наноформ должна удовлетворять двум требованиям: (1) включать достаточно большой набор признаков для выделения каждой из форм; и (2) допускать перестройку набора признаков в зависимости от класса объектов.

Кроме основных признаков (название, топологический индекс, гибридизация), в данной работе предусмотрено еще два блока. Блок под названием «уровень» разделяет объекты различной природы. На макроуровне рассматриваются объекты с числом частиц порядка 10²³ , на микроуровне ― одиночные частицы (атомы, молекулы C_n, с небольшим числом атомов ), на мезоуровне ― объекты промежуточного масштаба и природы (кластеры, наноструктуры, пленки и т.п.). Естественно, что набор идентификаторов для наноматериалов (макроуровень) заметно отличается, включая, например, данные по фазе, от набора для объектов микро- или мезоуровня. Второй блок, «экстра-факторы», конкретизирует морфологию, состояние объекта, предысторию образца (происхождение, метод изготовления), внешние факторы (поля, химическое или термическое воздействие и проч.).

Информация о свойстве распределена по блокам: собственно «численные данные» и «метаданные» (данные о данных). Применительно к свойствам наноструктур метаданные, помимо тривиальных функций (название, обозначение, единицы измерения), конкретизируют метод измерения (или оценки), точное определение физической величины и форму представления неопределенности. Последний элемент на Рис. 1 конкретизирует представление данных как для самого свойства, так и для его неопределенности, что необходимо при выборе начал отсчета и стандартных состояний, температурных шкал и т.п. Блок «численные данные» предназначен для хранения данных о свойствах и их неопределенности в виде таблиц или уравнений. Элемент «значения неопределенности» зависит от информации, заложенной в метаданных (константа или таблица в зависимости от того, задана ли погрешность на весь набор или в каждой опытной точке).

Ключевая особенность наноструктур ― сильная зависимость свойств от технологии изготовления, так что метод синтеза иногда трактуют как ведущий признак, выделяющий класс [9]. Как следствие, для публикуемых данных характерно смешение сведений о свойствах и способах получения с детализацией кинетических факторов, режимных характеристик и т.п. С другой стороны, неопределенность в данных сказывается на реализации наноустройств, определяя воспроизводимость и разброс характеристик.

Это обстоятельство, как и общий интерес к потенциалу использования наноуглерода, явилось основанием совместить информацию о свойствах, приложениях и получении наноуглерода в рамках единой БД. В блоках, показанных на Рис. 1, сведения о приложениях и способах получения могут быть представлены как в виде обычных наборов текстовой и графической информации, так и в формализованном виде, используемом в классификаторах. При этом создаваемый классификатор должен носить открытый характер, допуская расширение перечней и их подстройку к определенным классам объектов.

Предложенная технология использует свободно–распространяемую БД PostgreSQL [10, 11], которая сочетает традиционные модели с хранением ПСД. Относительная устойчивость «каркаса», описанная выше, оправдывает использование средств, наследующих особенности традиционных и расширяющей их возможности за счет использования специальных инструментов. Отличительная особенность PostgreSQL ― богатство типов данных: символьных, числовых (произвольной точности), «больших объектов», композитных типов (объединяющих элементарные типы) и ряд других. Ее функциональные возможности позволяют эксперту по свойствам веществ, не владея инструментарием БД, создавать специализированные типы данных.

На данном этапе БД содержит фонд данных по фуллеренам, их конденсированным фазам и наноалмазу. Критерием выбора компонентов была доступность термодинамических свойств и возможность отработать технологию хранения при разных формах представления и номенклатуры характеристик. Работа выполнена при поддержке Гранта РФФИ №10-08-00623а.

Литература:

1. Покропивный В.В., Ивановский А.Л. Новые наноформы углерода и нитрида бора // Успехи химии. ― 2008. Т. 77. ― №10. ― С. 899.

2. Беленков Е.А., Ивановская В.В., Ивановский А.Л. Наноалмазы и родственные углеродные наноматериалы. // Компьютерное материаловедение. Екатеринбург: УрО РАН, ― 2008. ― 169 с.

3. Еркимбаев А.О., Зицерман В.Ю., Кобзев Г.А. Роль метаданных в создании и использовании информационных ресурсов о свойствах веществ и материалов // Научно-техническая информация. Серия 1. Организация и методика информационной работы. Ежемесячный научно-технический сборник. ― 2008. ― №11. ― С. 13.

4. Еркимбаев А.О., Зицерман В.Ю., Кобзев Г.А., Фокин Л.Р. Логическая структура физико-химических данных. Проблемы стандартизации и обмена численными данными // Журнал физической химии. ― 2008. ― Т.82. ― №1. ― С. 20.

5. Еркимбаев А.О., Зицерман В.Ю., Кобзев Г.А., Фокин Л.Р. Технология построения открытой БД по свойствам наноразмерных объектов. Теплофизические свойства веществ и материалов. // Труды XII Российской конференции по теплофизическим свойствам веществ. 7-10 октября 2008 г., Москва. Ред. И.И. Новиков, В.В. Рощупкин. ― М.: Интерконтакт Наука, ― 2009. ― С. 123.

6. Гринев М. Системы управления полуструктурированными данными // Открытые системы. ― 1999. ― №05-06.

7. Когаловский М.Р. Энциклопедия технологий баз данных. М.: Финансы и статистика, ― 2002. ― 798 с.

8. Hu Y., Shenderova O.A., Brenner D.W. Carbon Nanostructures: Morphologies and Properties // Journal of Computational and Theoretical Nanoscience. ― 2007. ― V. 4. ―No 2. ― P. 199.

9. Суздалев И.П. Нанотехнология : физико-химия нанокластеров, наноструктур и наноматериалов. ― М.: ― 2009. ― 589 с.

10. О. Бартунов. Что такое PostgreSQ? ―

Электронное издание www.citforum.ru/database/postgres/what_is/

11. Шенинг Г.Ю., Гешвинде Э. Разработка WEB-приложений на PHP и PostgreSQL. Руководство разработчика и администратора. ― М: «ДИАСОФТ», ― 2003. ― 598 с.