sobereva 发表于 2024-7-5 10:19 非常感谢卢老师的细心解答,让学生对基于分子力场的MD、FPMD、周期性DFT计算以及cp2k功能的应用有了更合理的认知。 ![]() |
JCenter 发表于 2024-7-4 22:06 1 没有要求非得是晶体。诸如熔融的SiO2之类都可以模拟。只不过对于非晶体,没有短程周期性特征,用的晶胞必然得足够大,否则相对于人为制造了过于明显的虚假的周期性。计算方式没什么特殊的。 如果计算的问题不是非得用DFT才能描述的,通常基于经典力场就够了 2 不是晶体也有晶胞的概念,只不过这时候晶胞是特指的跑周期性动力学模拟必须要设的盒子。我指的是如果你在跑动力学之前特意做变胞优化并没有意义,毕竟MD用了压浴后盒子该怎么变还怎么变 3 物理吸附没有绝对必要做FPMD。做FPMD又极耗时间,由于动力学能跑的时间长度有限,采样更不充分。如果你想验证当前力场描述物理吸附的准确性,可以取一段轨迹,用DFT和力场算的相互作用能进行对比 |
本帖最后由 JCenter 于 2024-7-4 22:08 编辑 sobereva 发表于 2024-7-3 20:14 感谢卢老师对于学生的疑问的细心解答,以及指出我的语病,学生认真改正 。最近,我重新梳理了自己想表达的。从交联高分子材料表面进行物理吸附的过程出发,分为两个部分-1.对周期性结构进行DFT计算,用于吸附能计算;2使用MD以进行动态过程研究。这两个部分中的疑问主要与所需要用到的cp2k功能有关:一.周期性结构DFT计算问题,比如我通过基于分子力场的MD得到了吸附的平衡结构。 1.a.cp2k是否可以进行非晶体的周期性结构优化和能量计算的DFT计算呢(目的主要在于基于优化的周期性结构做吸附能等能量计算)。我看目前现有的绝大多数cp2k结构优化例子都是基于具有晶胞的晶体类材料,简单地如通过设置晶胞以进行变胞优化,检查k点收敛性等。b.如果可以做的话,想向您请教下关于cp2k进行非晶体无晶胞的周期性结构的DFT看法(是否有必要,还是直接进行基于分子力场的MD更有性价比),以及相比于周期性晶体材料,以交联高分子聚合物为例,周期性非晶体模型和DFT计算需要考虑和注意什么呢。 2.老师您说的“变胞优化没意义,如果用了压浴,动力学跑起来之后会自发动态调节盒子。盒子足够大就不用再去扩。”,我对这句话的理解是:为了计算吸附能,由于是周期性非晶体物质,那么没必要使用cp2k做变胞优化(优化坐标和晶胞,因为不是晶体,没有晶胞),而应该用cp2k做FPMD,使用热浴和压浴。不知道我这么理解对不对。 二,如果我理解的对的话,就到了MD、FPMD的疑问: 3.如果单单研究高分子材料表面的吸附等物理过程,一般做经典的基于分子力场的MD模拟应该就可以描述了,还可以截取平衡结构中的高分子聚合物片段与吸附分子做孤立的DFT计算或者GFN-xTB计算。但我看不少例子 基于CP2K,VASP等第一性原理程序使用FPMD也去研究固体表面的吸附,这是由于FPMD算的更准确,但计算量却显著增大。另一方面,一般使用FPMD或者AIMD等主要优势在于用于研究发生化学反应(成键、断键、催化反应)等涉及电子的过程。基于此,对于高分子材料表面吸附等物理过程,还有必要使用cp2k程序去做FPMD吗。如果有必要的话,必要点在于哪些点呢。 感谢卢老师百忙之中能指导学生,这次感觉应该表达清楚,没有语病了 ![]() |
晓声寒月 发表于 2024-7-3 10:37 这句话本来就是病句,意思含糊不清 |
sobereva 发表于 2024-7-3 09:08 老师,关于 【“吸附能一般是吸附前后优化的结构的能量之差”这个描述本来就是错的】,想追问请教一下,您说这个描述是错的,是不是指的是,这么做忽略了熵效应?还是说有其他的考虑? 因为文献中大部分都是这么干的,这应该是一种对于吸附能的近似吧? |
|
1a 此时这不叫晶胞,本来就不是晶体,这叫动力学模拟用的盒子 1b 变胞优化没意义,如果用了压浴,动力学跑起来之后会自发动态调节盒子。盒子足够大就不用再去扩。 2 对于做MD,用显式水+离子 3 “吸附能一般是吸附前后优化的结构的能量之差”这个描述本来就是错的 “xy方向上的周期性优化”语义不明。如果带了充满盒子的显式水,体系是三维周期性体系 |
手机版 Mobile version|北京科音自然科学研究中心 Beijing Kein Research Center for Natural Sciences|京公网安备 11010502035419号|计算化学公社 — 北京科音旗下高水平计算化学交流论坛 ( 京ICP备14038949号-1 )|网站地图
GMT+8, 2026-2-20 22:34 , Processed in 0.166057 second(s), 25 queries , Gzip On.