QuantumATK：更强大、更灵活的材料动力学模拟

动力学模拟是一种重要的原子级模拟方法，通过求解原子运动的经典力学牛顿方程对相空间进行采样，不仅可以研究体系在相空间的演化过程，还可以通过产生的系列结构（系综）通过统计方法得到体系在非零温度下的各种性质。 动力学过程中的原子间相互作用力则可以通过多种方法求得，可以是密度泛函理论，也可以是经验力场。

离子动力学（支持 LCAO、PlaneWave、SemiEmpirical 和 ForceField 计算引擎）

• 准牛顿 、LBFGS 方法和 FIRE 方法优化结构和晶胞（力和张力）
  • 同时优化力和张力
  • 优化至指定的目标张力（各向同性或各向异性）
  • 前后处理步骤支持实时分析
• 动力学矩阵计算
  • 声子能带，态密度，热输运
  • 计算并显示声子振动模式
  • 结合离子和电子部分的结果计算 Seebeck 系数和、ZT和其他热输运性质
  • 从声子态密度得到零点能和晶格自由能（对分子和块体材料使用准谐近似计算振动自由能）
  • 大晶胞使用 Wigner-Seitz 近似
• 优化器件几何构型（可以在非零的源—漏偏压下）
• 计算过渡态、反应路径和能量
  • 使用 NEB、CI-NEB 方法，为自主开发的增强版本
  • 支持变晶胞形状和大小，模拟相变
  • 预优化路径（使用 IDPP 方法，参见：http://scitation.aip.org/content/aip/journal/jcp/140/21/10.1063/1.4878664）
  • 支持中间结构的优化的并行计算，大大减少优化时间
• 分子动力学
  • 自主开发的现代 MD 引擎
    • 可以用 DFT、半经验模型或经验力场进行计算
    • 所有恒温器、恒压器支持线性升温或降温
  • 多种恒温器与恒压器
    • NVE velocity verlet
    • NVT Nose-Hoover with chains
    • NPT with stress mask
    • NPT/NVT Berendsen
    • Martyna-Tobias-Klein恒压器
    • Langevin
  • 多种方法初始化速度
  • Python 脚本支持计算过程中分析或添加其他限制条件
• 灵活的结构限制
  • 固定部分原子
  • 分别固定 x、y、z 坐标
  • MD 过程中固定质心
  • 限定布拉维格子（可同时设定目标应力）
  • 刚性限定原子相对位置关系
• 部分电荷分析
• 可视化原子速度
• 轨迹或单个结构分析工具（同时支持导入 VASP、LAMMPS 结果分析）
  • 径向分布、角分布函数
  • 速度自相关函数
  • 局域质量密度分布
  • 配位数分析
  • 均方位移
  • 最近邻数
  • 中子散射结构因子
  • 速度/动能分布
  • 局域结构（Voronoi）
  • 中心对称性
  • 从轨迹计算声子态密度
  • 使用脚本可以方便的对超大体系的部分原子进行以上各种分析
• 力学性质
  • 力和应力（解析 Hellmann-Feynman）
  • 弹性常数（应力-应变曲线）
  • 局域应力
• 全局优化方法
  • 基于基因算法的晶体结构预测
• 自适应动力学蒙特卡洛（AKMC）
  • 长时域分子动力学搜索未知反应机理，估算反应速率
• 简谐过渡态理论（HTST）分析反应（转换）速率
  • 两个选项：声子配分函数详细分析、NEB路径曲率方法快速估算
  • Metadynamics（使用PLUMED库）
• 显示并导出 MD、声子振动、NEB 路径的动画

---

使用QuantumATK进行材料动力学模拟

• 可以用多种能量-力计算方法
  • 密度泛函理论（DFT-LCAO 和 DFT-PlaneWave）：支持几千原子级别超大体系的计算
  • 半经验量子力学模型（SemiEmpirical）：支持密度泛函紧束缚近似（DFTB）
  • 经验力场（Forcefield）：支持几百种经验势参数（含ReaxFF）
• 支持多种系综和理论方法
  • NVE velocity verlet
  • NPT with stress mask
  • NPT/NVT（Berendsen）
  • NPT Melchionna
  • NPT with stress mask
  • Langevin
• 支持多种动力学方法
  • 平衡态分子动力学
  • 非平衡态分子动力学（RNEMD）计算热导
  • time-stamped force-bias Monte Carlo长时域的动力学方法
  • Metadyamics（PLUMED）：更快的对能量（自由能）面进行采样，获得大范围的结构-能量信息
  • 自适应动力学蒙特卡罗方法（adaptive kinetic Monte Carlo）：研究结构变化与机理
• 可控制局域温度、设定升温速率
• 计算过程中分析

---

QuantumATK：高效的动力学引擎

基于QuantumATK高效的DFT、SE和ForceField计算引擎和MD代码的优化，分子动力学计算速度有明显优势。其中DFT、SE、ForceField均支持MPI大规模并行，并获得极大的速度提升。

基于DFT的MD计算速度测试结果

7056原子的分子动力学（水分子）：在64MPI并行时，第一步MD耗时4分钟。

3220原子的分子动力学（硅固体）：144MPI进程并行，1步耗时约10分钟。

基于ForceField的MD并行加速测试（1百万SiO2原子）

---

DFT+ForceField混合方法动力学

QuantumATK提供更灵活的分子动力学模拟框架，可以在一个动力学模拟过程中混合使用DFT和ForceField。

图：LiFePO4中Li在外电场下的扩散动力学模拟。考虑电场的同时，DFT的引入可以反映原子电荷在动力学过程中的涨落。

---

time-stamped force-bias Monte Carlo方法

使用time-stamped force-bias Monte Carlo方法（基于DFT、DFTB、力场）代替普通的分子动力学，可以研究更长时间的平衡、沉积、无定型化、扩散、快速熔化–退火、对罕见事件采样。模拟过程可以恒定温度，也可以是线性升温降温。

• 与MD类似，但是原子位移使用Monte Carlo方法采样
  • 将结构在给定温度下平衡并采样（图：HfO2的fbMC与普通MD的结果比较）

• 模拟时长可以是传统MD的100倍（图：SiO2 的 800 ps fbMC动力学轨迹分析）

• 与普通MD混合使用（图：fbMC恒温—fbMC降温—NPT MD恒温）

---

Metadynamics（PLUMED）方法

在温度不太高的情况下，分子动力学过程往往会被局限于（自由能）能量面上的一个局域极小值附近采样，这大大限制了分子动力学的应用。Metadynamics则是在普通的MD基础上按一定的模拟时间间隔施加一个人为的势场，促使研究的体系克服势垒从一个较深的局域极小附近离开到另外一个局域极小附近。这种方法大大提高了对能量面的采样的效率。在材料模拟领域，Metadynamics常常用来研究固体的晶态多样性、固体-液体界面、固体中或表面上的化学反应。

下图：Cu在Cu(111) 表面扩散的能量曲面，图中显示扩散过程中的两个能量极小；扩散过程中原子坐标随时间的变化。

---

自适应动力学蒙特卡洛（akMC）方法

akMC将高温MD与NEB过渡态搜索结合，是另一种研究固体中结构变化（反应、扩散）过程的方法。这些结构变化过程在统计学上是罕见的事件，因此很难用传统的MD模拟，尤其是与结构变化直接相关的能量面鞍点信息。（图：akMC原理）

akMC可以得到：

• 一系列结构变化形成的Markov链
• 结构变化过程中的每步的势垒和变化速率

具体实例详见下文的“实例与教程”中的链接。

---

RNEMD：非平衡态分子动力学研究热导

使用非平衡态分子动力学研究材料/界面的热导。下图：Si 100|110界面，通过对两段进行加热和冷却，在体系内建立温度梯度和热流，即可计算出体系的热导。

NanoLab：强大易用的图形界面，让研究者专注于研究，更快获得结果