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。

--- adf:uff [2023/02/23 17:31] – [中文教程] liu.jun
+++ adf:uff [2024/04/29 09:12] (当前版本) – [Force Field：分子力场GFNFF、UFF、UFF4MOF、UFF4MOF-II、GAFF、Tripos、Amber、GAFF、构像搜索、机器学习势] liu.jun
@@ 行 1: / 行 1: @@
-====== Force Field：分子力场GFNFF、UFF、UFF4MOF、UFF4MOF-II、GAFF、Tripos、Amber、GAFF、构像搜索、机器学习势======
+====== Force Field：经典力场、构像搜索、机器学习势======
-=====模块介绍=====
+=====一，模块介绍=====
-该模块使用3种力场进行计算：
+，该模块包含经典有机、生物体系力场、GFNFF力场、机器学习力场等：
- * GFNFF：适用于元素周期表前6周期所有元素
+  * GFNFF：适用于元素周期表前6周期所有元素
   * UFF
-  * UFF4MOF
+  * UFF4MOF：专门用于MOF材料的模拟
-  * UFF4MOF-II
+  * UFF4MOF-II：专门用于MOF材料的模拟
   * GAFF：有机
   * Amber95：有机
   * Tripos5.2：有机
+  * 机器学习势：
+    * ANI-1ccx：有机分子，只支持C、H、O、N，训练集为DLPNO-CCSD(T)/CBS
+    * ANI-1x：有机分子，只支持C、H、O、N，训练集为ωB97-x/6-31G(d)
+    * ANI-2x：有机分子，只支持C、H、O、N、F、S、Cl元素，训练集为ωB97-x/6-31G(d)
+    * ALIGNN-FF：[[https://www.scm.com/doc/ASE/calculators.html#alignn-ff|如何安装使用？]]
+    * CHGNet：[[https://www.sohu.com/a/723986451_121156425|CHGNet详细介绍]]。根据材料项目轨迹数据集（Materials Project Trajectory Dataset，MPtrj)）的能量、力、应力和磁矩进行了预训练，该数据集包含 10 多年对超过 150 万个无机结构的密度泛函理论计算。明确包含磁矩使 CHGNet 能够学习并准确表示电子的轨道占据，从而增强其描述原子和电子自由度的能力，适用于如下元素（[[https://www.scm.com/doc/ASE/calculators.html#chgnet|如何调用？]]）：{{ :adf:c4512db4e62c48459b6e7f370450de2b.jpg?400 }}
+    * M3GNet-UP-2022：适用于绝大部分元素(详见下表)，关于该力场的简介参考：[[adf:m3gnetintro]]，适用元素：{{ :adf:ams2023-m3gnet-500x302.png?400 }}
+    * 用户自定义机器学习势（ParAMS训练力场只包括ReaxFF、Lennard-Jones、DFTB:GFN1-xTB，不含机器学习势）
-后面两种专门用于MOF材料的模拟。
+，功能：
-功能：
   * 单点计算（能量、能量梯度）
   * 频率计算
   * 结构优化
   * 分子动力学
+    - 粘度
+    - 扩散系数
+    - [[adf:diffusionrdf]]
+    - [[adf:frictioncoeff|摩擦系数]]
-适用的体系：
+，适用的体系：
   * 非周期性体系
   * 一维周期性体系
@@ 行 25: / 行 34: @@
   * 三维周期性体系
-=====教程=====
+=====二、教程=====
   * [[adf:uff4mofexample]]
   * [[adf:confomer]]
   * [[https://www.scm.com/doc/Tutorials/MolecularDynamicsAndMonteCarlo/ThermalTransportNEMD.html|通过非平衡分子动力学的热导率]]
-  * [[https://www.scm.com/doc.2023/Tutorials/StructureAndReactivity/M3GNetCohesiveEnergy.html|M3GNet:通用型机器学习势]]
+  * [[https://www.scm.com/doc.2023/Tutorials/StructureAndReactivity/M3GNetCohesiveEnergy.html|深度神经网络机器学习势M3GNet(通用型)]]
+  * [[adf:m3gnetpredictliintercallationpotential]]
+  * [[adf:chemicalreaction]]
+  * [[adf:m3gnet-up-2022forcoh]]
+  * [[adf:linearregressionofgraph]]
+  * [[adf:isothermcurveofadsorption]]
+  * [[adf:slabsandliquidsystem]]

费米维基

用户工具

站点工具

差别

页面工具