这里会显示出您选择的修订版和当前版本之间的差别。
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:heatconductance2 [2023/10/09 19:12] – [建模与参数设置] liu.jun | adf:heatconductance2 [2023/10/09 19:15] (当前版本) – [1,dE/dt的求取] liu.jun | ||
---|---|---|---|
行 29: | 行 29: | ||
{{ : | {{ : | ||
- | 注意Atoms in Region,选择了对应的Region。 | + | 注意上图中Atoms in Region,选择了对应的Region。 |
保存并运行作业。 | 保存并运行作业。 | ||
行 42: | 行 42: | ||
双击坐标轴,选择右侧 Analysis 栏,再选择 LineaRegression 栏,对该曲线进行线性回归拟合: | 双击坐标轴,选择右侧 Analysis 栏,再选择 LineaRegression 栏,对该曲线进行线性回归拟合: | ||
{{ : | {{ : | ||
- | 由于笔者 Movie → Graph → Try To Use Time On E-axes 勾选了,因此曲线的横坐标一般会是时间而非帧数。由于前面的很长时间开始体系热传递还没有达到平衡,因此应该等到足够的时间之后,曲线斜率稳定之后,拟合斜率稳定的这部分数据,因此我们这里作为示意,选择从 10 万 fs 后的数据开始拟合(总共20 万 fs),然后点击 OK,即得到拟合直线与原始曲线合并显示: | + | 由于笔者 Movie → Graph → Try To Use Time On E-axes 勾选了,因此曲线的横坐标一般会是时间而非帧数。由于前面的很长时间开始体系热传递还没有达到平衡,因此应该等到足够的时间之后,曲线斜率稳定之后,拟合斜率稳定的这部分数据,因此我们这里作为示意,选择从 10 万 fs 后的数据开始拟合(因为总的模拟时间是 |
{{ : | {{ : | ||
- | 从上图中可以看到,拟合的时候,基本上忽略了前 10 万 fs 的数据。直线数据的标题(上图右上角),可以看到直线斜率为 5.39×10${-5}$ eV/ | + | 从上图中可以看到,拟合的时候,忽略了前 10 万 fs 的数据。直线数据的标题(上图右上角),可以看到直线斜率为 5.39×10${-5}$ eV/ |
如上文所说,取其一半即 dE/dt = 2.695 ×10${-5}$eV/ | 如上文所说,取其一半即 dE/dt = 2.695 ×10${-5}$eV/ |