费米维基

用户工具

站点工具

您的足迹:
adf:visosityofionicliquid

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

两侧同时换到之前的修订记录前一修订版
后一修订版		前一修订版
adf:visosityofionicliquid [2023/11/18 14:33] – [第四步：正式计算粘度的分子动力学模拟] liu.junadf:visosityofionicliquid [2023/11/18 17:44] (当前版本) – [总结与经验] liu.jun
行 1: 行 1:
 ======使用 APPLE&P 计算离子液体的粘度====== ======使用 APPLE&P 计算离子液体的粘度======
 +Apple&P是一个极化力场，可用于带电体系，如电解质（例如电池中的电荷迁移率）、离子液体类体系的分子动力学模拟。
 +
 在本教程中，我们将以 N-甲基-N-丁基吡咯烷鎓 (pyr14) 和双(三氟甲磺酰亚胺) (TFSI)（1:1 比例）的混合物为例，描述如何使用 APPLE&P 极化力场计算电解质混合物的粘度。 在本教程中，我们将以 N-甲基-N-丁基吡咯烷鎓 (pyr14) 和双(三氟甲磺酰亚胺) (TFSI)（1:1 比例）的混合物为例，描述如何使用 APPLE&P 极化力场计算电解质混合物的粘度。
  
行 67: 行 69:
 单击SCM → Movie来分析此次 NPT 作业。Movie → Graph → Add Graph，然后MD Properties → Density观察密度的变化。理想情况下，NPT 收敛后的密度与实验较为接近，这里我们发现 NPT 模拟得到的密度在 1336 至 1346 kg/m$^3$之间，比实验密度 1367 kg/m$^3$小约 2%。 单击SCM → Movie来分析此次 NPT 作业。Movie → Graph → Add Graph，然后MD Properties → Density观察密度的变化。理想情况下，NPT 收敛后的密度与实验较为接近，这里我们发现 NPT 模拟得到的密度在 1336 至 1346 kg/m$^3$之间，比实验密度 1367 kg/m$^3$小约 2%。
  
-运行完毕后，图形窗口仍然弹出窗口寻味是否更新结构，建议同时勾选 Use MD velocities from result 后点击Yes。然后进行下一步。+运行完毕后，图形窗口仍然弹出窗口寻味是否更新结构，建议同时勾选 Use MD velocities from result 后点击Yes，然后进行下一步。这里，如果体系足够大，能观察到压强的震荡，对应的也有密度的震荡，在已经达到平衡的区域，也可以找到压强最准确的一帧，更新结构进行后续的计算。
 =====第四步：正式计算粘度的分子动力学模拟===== =====第四步：正式计算粘度的分子动力学模拟=====
  
行 104: 行 106:
 例如： 例如：
  
-{{ :adf:0c21832b-3e87-4eae-85ff-88907244af1a.png?650 }}+{{ :adf:visositybyapplep13.png?650 }} 
 + 
 + 
 +====注意==== 
 +如果最后一步的分子动力学模拟长度为几纳秒，则 Python 脚本的执行可能需要长达几个小时。事实上，对数百万帧的自相关函数进行评估非常耗时。 
 + 
 +得到： 
 + 
 +{{ :adf:visositybyapplep14.png?400 }} 
 + 
 +基于此处 400 ps 动力学过程的模拟，我们得到的极限值为 η= 23.92 mPa·s。请注意，尽管此模拟很短，但我们与混合物的实验粘度值 21.0 mPa·s（在 333 K 下实验值，参见O. Borodin, Polarizable Force Field Development and Molecular Dynamics Simulations of Ionic Liquids, J. Phys. Chem. B, 2009, 113, 11463–11478）非常吻合。不过，粘度的波动表明模拟没有很好地收敛。 
 + 
 +如果我们继续之前的模拟直至 5 ns，我们会得到一个极限值 η= 22.55 mPa·s。在这里我们可以很容易地看到粘度收敛，趋向稳定值： 
 + 
 +{{ :adf:visositybyapplep15.png?400 }} 
 + 
 +=====总结与经验===== 
 +  * 模拟需要很好地平衡：本例中，我们从低密度开始，对模拟盒进行变形以接近实验密度，用户还可以考虑对系统进行温和的退火处理（关于退火的概念与操作，参考[[adf:diffusionofli]]中《退火》小节，该教程中只做了一次升温降温，实际上一般的退火会升温降温10做来个循环）达到更好的平衡。 
 +  * 一般来说，使用 NPT 模拟平衡液体的时候，要注意验证密度、压力是否接近实验值。 
 +  * 粘度通常对体系的规模大小很敏感，应使用更大的体系以获得更稳定的结果。 
 +  * 在整个时间范围内，粘度曲线应平滑上升，平滑特征代表收敛、数据的稳定性。 
 +  * 如果粘度曲线有噪声，请减少最大相关时间（Python脚本中的max_dt_fs，单位为fs）或运行更长时间的 MD 模拟。拟合的双指数曲线在任何点都不应大幅偏离粘度曲线。 
 +  * 确保模拟时间至少比最大相关时间长 20 倍（但最好接近至少 50 倍）。例如：如果 MD 模拟长度为 2 ns，则将后分析脚本中的 max_dt_fs 设置为 (2 ns / 20) = 100 ps 或更短。在上图中，最大相关时间太长（400 ps / 100 ps  = 4 ），大量噪声也从侧面印证了这一点。 
 +  * 对积分的最大贡献来自较短的相关时间。因此，有必要使用 BinLog 功能，该功能在每个时间步写入压力张量。
adf/visosityofionicliquid.1700289181.txt.gz · 最后更改: 2023/11/18 14:33 由 liu.jun

页面工具

© 2014-2022 费米科技（京ICP备14023855号）