用户工具

站点工具


adf:fbmc_self_healing_of_graphen

文献重现:使用fbMC模拟石墨烯缺陷的自愈过程

在Nano.Lett, 12, 3936-3940 (2012)中,报道了石墨烯的“自愈”特性:

本文中,我们尝试使用AMS(原名ADF)中ReaxFF模块中的Force-bias Monte Carlo(简称fbMC)方法,模拟石墨烯的自愈过程。

示范计算

首先,我们人为地制造一个相当大的缺陷(将石墨烯的中的一“块”拖动到附近的表面区域),进行优化之后,得到一个较为稳定的缺陷结构:

设置参数如下:

其中

  • Frequency of fbMC steps,表示每计算多少步分子动力学,就开始进行fbMC计算;
  • Number of fbMC steps,表示每次fbMC做多少步;
  • Max atom displacement,表示fbMC过程中,原子每一步的位置变化虽然是随机的,但不得超过0.17埃半径的圆球的范围,这个值越大,fbMC的随机性越好,效果较好,但是如果过大,则可能导致整个体系完全崩毁,从而导致模拟无效,因此用户可以自行测试,最小值一般为0.1,可以适当增大。

40000步后,得到大部分自愈修复的结构:

通过观察Movie我们发现,很快就修复成这样了,但是后面很长一段时间内,就无法进一步完成修复了。因此我们在最后一帧结构基础上,升高温度到1098K,并增大Max atom displacement到0.2,其它条件不变,发现非常迅速地,最后一个缺陷也自动修复了:

两次模拟计算的输入输出文件下载:https://www.jianguoyun.com/p/DUCqAuoQmZ2ZBhi6pnI

结论

fbMC能够在微观时间尺度的模拟范围内,得到宏观时间尺度的缓慢化学反应,这是分子动力学无法达到的效果。因此在各种反应速率较低的催化、结焦等反应的模拟中,可以考虑加入fbMC方法。例如Neyts et al., J. Am. Chem. Soc. 133, 17225 (2011)这篇文章中,分别使用fbMC/MD混合模拟,以及纯粹的MD模拟,得到了与此处类似的效果:单纯的MD,很容易形成碳的链条,并且很难改变,而fbMC/MD则能顺利聚集为大量六元环。

adf/fbmc_self_healing_of_graphen.txt · 最后更改: 2018/09/13 14:13 由 liu.jun