A collaboration of the Institute of Polymer and Composites, the Institute for Metal and Composite Structures and the Institute smartPORT at Hamburg University of Technology (TUHH) will carry out research in multiple fields to work towards the cost effective, custom monitoring solution described above. The goals include gaining new insights into the VAM method and the initiation of cracks in general as well as automated investigation of the sensor results using artificial intelligence technologies. The focus of the institute smartPORT embraces research and methods and algorithms for energy-autarkic sensing and data preprocessing and the development of a wireless, low-cost and self-sustained embedded prototype. In particular, research challenges are reliable computing while tolerating of fluctuating power supply from energy harvesting (transient computing) and synchronization of such sensor nodes for simultaneous measurements in order to not identify but also localize defects. Link

Link

Boden ist ein natürliches Partikel-Fluid-System (PFS), in dem komplexe physikalische, chemische undbiologische Prozesse, Grenzflächenphänomene und Phasenübergänge auftreten, die unzureichend experimentelluntersucht, verstanden und numerisch modellierbar sind. Bei technischen PFS werden bestimmteEigenschaften der Partikel durch kontrollierte physikalische, chemische und biologische Prozesse, Grenzflächenphänomeneund Phasenübergänge kreiert (z. B. funktionalisierte Partikel). Auch hier besteht Forschungsbedarfbzgl. dem Verständnis, der Modellierung und der Verfahrensoptimierung. Die Fragestellungenin natürlichen und technischen PFS sind zum Teil analog. Es liegt daher nahe, Prozesse in natürlichenund technischen PFS interdisziplinär zu erforschen, um auf beiden Seiten zu einem Erkenntnisgewinnzu gelangen. Genau darin liegt das Originäre und das Potential des geplanten Kollegs. Die einzelnenFachdisziplinen benennen, modellieren und simulieren ähnliche Prozesse gleich oder unterschiedlich. Esunterscheiden sich vor allem die Längenskalen, auf denen PFS experimentell untersucht, modelliert undsimuliert werden. Link

Im Rahmen des Projekts B3 werden Fest-Flüssig-Grenzflächen mit Hilfe von molekulardynamischen Simulationen auf atomistischer Ebene untersucht. Ziel ist es, ein besseres Verständnis der elektrochemischen Prozesse an den Grenzflächen in Nanoporen mit wässrigen Elektrolyten zu erhalten. Nanoporöse Materialien finden breite Anwendung in elektrochemischen Energiespeichertechnologien und bei der Gewinnung elektrischer Energie. Diese Studie kann den Ladungsspeicher Prozess aufdecken und wertvolle Informationen für die Optimierung der entsprechenden Anwendungen liefern. Link

Das TP B10 zielt darauf ab, Ansätze zur Funktionalisierung von hierarchischem nanoporösen Gold durch stimulierungsempfindliche organische Schichten zu erforschen, um bestehende Konzepte für multifunktionale Hart-Weich-Hybride als Sensor- und Aktuatormaterialien zu verbessern und aus den Erkenntnissen neue Materialkonzepte zu entwickeln. Zwei Beschichtungen werden hier eingesetzt: das leitfähige Polypyrrol und selbst-assemblierende organische Thiole. Die gezielte Steuerung des Verhaltens von Hybridmaterialien durch elektrische Signale und chemische Reize wird mit makroskopischen experimentellen Methoden und mit atomaren Simulationsmethoden unter-sucht. Die Simulationen sollen eine Brücke zwischen den Experimenten und den Prozessen auf atomarer Ebene schlagen. Link

Das Verständnis der Assemblierungsprozesse organisch funktionalisierter Nanopartikel auf atomarer Skala ist von fundamentaler Bedeutung für die Optimierung des Herstellungsprozesses hierarchischer Materialien. Mit Hilfe von Molekulardynamiksimulationen soll in diesem Teilprojekt das Kristallwachstum der keramischen Nanopartikel, die Eigenschaften der Funktionalisierung auf den Nanopartikeln und die Selbstassemblierung hin zu Superkristallen untersucht werden um experimentelle Arbeiten hinsichtlich eines maßgeschneiderten hierarchischen Materialsystems zu unterstützen. Link

Including supervised and unsupervised machine learning (ML) techniques into the simulator’s toolbox is an important approach to facilitate the understanding of peptide complexities as well as to reduce the high computational costs of quantum mechanics (QM) methods for large systems such as proteins. This project focuses on implementing supervised and unsupervised ML to understand structure-property relationship of peptides. In particular, feature engineering, clustering and dimensionality reduction of atomistic datasets are used to explore the molecular structural landscape. Moreover, graph neural networks (GNN), as a powerful and efficient way, is used to explain the interplay between the biomolecules’ conformations and spectroscopic data. Link

Eine unerwartete Besonderheit stellt bei Epoxidharzen die zunehmende Duktilität mit reduziertem Prüfvolumen dar. Dies wurde für unterschiedliche Epoxid-Harzsysteme in Form von mikroskopischen Fasern bereits nachgewiesen. Diese wiesen unter mechanische Last kein für das Material typisches sprödes Versagensverhalten auf, sondern ein duktiles Verhalten mit ausgeprägter Einschnürung. Die Duktilität bzw. die Bruchdehnung stieg bei den Untersuchungen mit abnehmendem Prüfvolumen an. Die reproduzierbare Herstellung von dünnen EP Filmen mit konstanter Dicke ist herausfordernd, erlaubt aber auf der anderen Seite die Untersuchung mittels Durchlichtinfrarotspektroskopie. Bei ersten mechanischen Untersuchungen von mikroskopischen Folien (d = 50 µm) aus Epoxidharz bildet diese unter Belastung Scherbänder aus und schnürten sich ebenfalls ein. Es gibt bisher keine vollständige Erklärung für diesen Effekt im Sinne der Plastizität. Aus diesem Grund werden die physikalischen, mechanochemischen und molekularen Mechanismen den damit verbundenen Spröd-Duktil-Übergang im Epoxidharz unter Last innerhalb dieses Projektes untersucht. Die Epoxidharzfolien mit reproduzierbaren, konstanten und einstellbaren Dicken werden ausgewählt, um Informationen über die molekularen Mechanismen, ihre Wechselwirkungen und das daraus resultierende makroskopischen mechanischen Verhalten zu erhalten. Mittels Infrarot Spektrometrie ist es möglich, durch spektrale Änderungen und Peak Verschiebung unter Last, Informationen über die inter- und intramolekularen Mechanismen zu erhalten, die während der in-situ mechanischen Prüfung wirken. Durch molekulardynamische Simulationen kann dann auf explizite molekulare Vibrationen bzw. Konfigurationen zurückgeschlossen werden. Dieser Dreiklang von Methoden, d.h. KI-geleitete Interpretation von IR-Spektren unter Verwendung idealisierter MD-Simulationsmodelle in Verbindung mit Experimenten an dünnen Epoxidfilmen, bietet die Möglichkeit, molekulare Prozesse der Plastizität in kleinen Volumen von Epoxiden zu verstehen. Die KI-geleiteten Simulationen, die auf hinreichend detaillierten ab initio-Berechnungen beruhen und auch anharmonische Effekte einschließen, sind der Schlüssel zur Erklärung von IR-Peakverschiebungen und allgemeineren Veränderungen in den Spektren, die auf spezifische molekulare Wechselwirkungen zurückgeführt werden können, und stellen somit eine Verbindung zu experimentell gewonnenen Spektren aus In-situ-Tests an dünnen Epoxidfilmen her. Mit diesem dazu gewonnenen Know-how wird es möglich, das Verhalten der Matrix in Zwischenphasen (Faserverbund), dünnen Beschichtungen und Klebstoffen grundlegender zu verstehen und Epoxid in neuen technischen Anwendungen einzusetzen. Aus materialwissenschaftlicher Sicht könnte die hier vorgeschlagene Forschung neue Einsichten in den strukturellen Entwurf zukünftiger Verbundwerkstoffe bringen. Link

Jüngste bioinformatische Untersuchungen von Proteinstrukturdatenbanken haben ergeben, dass die Struktur eines Drittels aller bekannten Proteine durch nicht-kovalente Wechselwirkungen zwischen Schwefel und pi-Elektronen aromatischer Gruppen, so genannte S-pi-Wechselwirkungen, stabilisiert wird. Aufgrund der Veränderung der Elektronenorbitale sind die S-pi-Wechselwirkungsgruppen auch als Relaisstationen an den Elektronentransportprozessen innerhalb der Proteine beteiligt. Die biologische Relevanz dieser Wechselwirkung wird auch dadurch deutlich, dass sie bei Krankheiten eine Rolle spielt, die mit dem Verlust der Wechselwirkung aufgrund von Schwefeloxidation einhergehen, darunter altersbedingte Krankheiten wie Alzheimer oder Creutzfeldt-Jakob. S-pi-Wechselwirkungen gewinnen in vielen Forschungsbereichen an Interesse, etwa bei der Entwicklung neuer Medikamente für gezielte Therapien, beim Entwurf von Organokatalysatoren und beim Verständnis der Struktur und der Funktionen biologischer Systeme. Bislang gibt es jedoch keinen spektroskopischen Fingerabdruck dieser Wechselwirkung, der nicht nur Informationen über die elektronische Struktur, Ladungstransfers und abgeleitete Eigenschaften von schwefel- und aromatenhaltigen Proteinen liefert, sondern auch einen Biomarker für die Proteindenaturierung zur frühzeitigen Erkennung bestimmter Krankheiten darstellen könnte. Mit diesem Projekt zielen unsere Teams darauf ab, fortschrittliche Gasphasenspektroskopie-Instrumente (IR-, UV/VUV- und Röntgenspektroskopie) in Kombination mit massenspektrometrischen Techniken einzusetzen, um die Fingerabdrücke der S-pi-Wechselwirkungen in Peptiden und Proteinen zu entschlüsseln. Die grundlegenden Auswirkungen der Schwefeloxidation auf die Denaturierung des Proteins und die Veränderungen der spektroskopischen Signatur werden ebenfalls untersucht. Diese experimentelle Arbeit wird durch theoretische Berechnungen unterstützt, bei denen die S-pi-Wechselwirkung und der Rest des Moleküls durch ab initio-Methoden (QM) bzw. Molekularmechanik (MM) behandelt werden. Die Spektrenberechnung könnte auch Clustering-Techniken erfordern, um eine Schätzung der wichtigen Konformeren zu erhalten und so Schlüsselmerkmale für die Stabilisierung der Proteinstruktur durch S-pi-Wechselwirkungen zu ermitteln. Link

Understanding the effects of confinement on matter is important for many natural processes and technological applications. This project will study water in the liquid and solid phases confined in silica nanopores. To this end, a model system will be set up to perform imbibition studies using molecular dynamics simulations. An algorithm based on the principle of maximum relative entropy will be developed to bias the simulations with results from X-ray diffraction measurements. This algorithm can then be used to study ice in silica nanopores simulated with a custom trained neural network potential. More information.