两侧同时换到之前的修订记录前一修订版后一修订版 | 前一修订版后一修订版两侧同时换到之后的修订记录 |
atk:li-s电池的开路电压_reaxff方法分子动力学 [2020/04/29 22:49] – [从 1600K 冷却至 300K] xie.congwei | atk:li-s电池的开路电压_reaxff方法分子动力学 [2020/04/29 23:32] – [开路电压] xie.congwei |
---|
* 将 Reservoir temperature 和 Final temperature 都设置为 1600 K。 | * 将 Reservoir temperature 和 Final temperature 都设置为 1600 K。 |
* 将初始粒子速度 Maxwell–Boltzmann 分布的温度也设置为 1600 K。 | * 将初始粒子速度 Maxwell–Boltzmann 分布的温度也设置为 1600 K。 |
* 选项:不勾选 Save trajectory 选项。 | * 选项:不勾选 //Save trajectory// 选项。 |
* 点击 **OK**,保存设置。 | * 点击 **OK**,保存设置。 |
| |
添加 {{:atk:calculator.png?direct&25|}} **New Calculator** 和 {{:atk:optimization.png?direct&25|}} **MolecularDynamics** 脚本模块,再次选择具有合适力场的 ATK-ForceField 计算器。然后设置默认输出文件名称为 ''Li04S_cool-down.hdf5'',按照以下调整 MD 模块的设置: | 添加 {{:atk:calculator.png?direct&25|}} **New Calculator** 和 {{:atk:optimization.png?direct&25|}} **MolecularDynamics** 脚本模块,再次选择具有合适力场的 ATK-ForceField 计算器。然后设置默认输出文件名称为 ''Li04S_cool-down.hdf5'',按照以下调整 MD 模块的设置: |
| |
- 设置 MD 类型为 NPT Berendsen。 | * 设置 MD 类型为 NPT Berendsen。 |
- 增加 MD 步数至 1000000。 | * 增加 MD 步数至 1000000。 |
- 增加 log interval 为 1000。 | * 增加 log interval 为 1000。 |
- 将 Reservoir temperature 和 Final temperature 分别设置为 1600 K 和 300 K。 | * 将 Reservoir temperature 和 Final temperature 分别设置为 1600 K 和 300 K。 |
- 将初始粒子速度 Maxwell–Boltzmann 分布的温度也设置为 1600 K。 | * 将初始粒子速度 Maxwell–Boltzmann 分布的温度也设置为 1600 K。 |
- 选项:不勾选 Save trajectory 选项。 | * 选项:不勾选 //Save trajectory// 选项。 |
- 点击 **OK**,保存设置。 | * 点击 **OK**,保存设置。 |
| |
这将导致在 1 ns 的 MD 模拟时间内(10<sup>6</sup>步×1 fs /步= 1 ns)出现**线性的温度斜坡**,并且冷却速率为1.3 K / ps。 | 这将导致在 1 ns 的 MD 模拟时间内(10<sup>6</sup>步×1 fs /步= 1 ns)出现**线性的温度斜坡**,并且冷却速率为1.3 K / ps。 |
| |
==== 在 300K 达到平衡 ==== | ==== 在 300K 达到平衡 ==== |
| |
| |
| 最后一步是将无定形 Li<sub>0.4</sub>S 平衡到室温。在 **Movie Tool**,,利用 {{:atk:sendto.png?direct&20|}} 按钮将最后一个 MD 图像从冷却 MD 轨迹转移到 {{:atk:script_generator.png?direct&25|}} **Scripter**。 |
| |
| 添加 {{:atk:calculator.png?direct&25|}} **New Calculator** 和 {{:atk:optimization.png?direct&25|}} **MolecularDynamics** 脚本模块,再次选择具有合适力场的 ATK-ForceField 计算器。然后设置默认输出文件名称为 ''Li04S_eq-300K.hdf5'',按照以下调整 MD 模块的设置: |
| |
| * 设置 MD 类型为 NPT Martyna-Tobias-Klein。 |
| * 增加 MD 步数至 100000。 |
| * 增加 log interval 为 100。 |
| * 将 Reservoir temperature设置为 300 K。 |
| * 将初始粒子速度 Maxwell–Boltzmann 分布的温度也设置为 300 K。 |
| * 选项:不勾选 //Save trajectory// 选项。 |
| * 点击 **OK**,保存设置。 |
| |
| {{ :atk:eq300k_1-20200429.png?800 |}} |
| |
| 保存脚本为 ''Li04S_eq-300K.py'' 并运行。您也可以在此处下载 QuantumATK Python 脚本:[[https://docs.quantumatk.com/_downloads/Li04S_eq-300K.py|↓ Li04S_eq-300K.py]]。 |
| |
| 计算结束后,您可以使用 **Movie Tool** 检查计算是否符合预期(恒温等)。 |
| |
| 下图显示了 MD 平衡过程中每个原子的总能量和体积的变化。能量和体积均达到稳定的平均值(黑色虚线),因此在经过 1000 MD 步长后已达到很好的平衡。脚本 [[https://docs.quantumatk.com/_downloads/evolution.py|↓ evolution.py]] 可用于生成图。 |
| |
| {{ :atk:evolution-20200429.png?700 |}} |
| |
| 图2 随着 MD 平衡的进行,每个原子的总能量(上图)和体积(下图)的变化。黑色虚线表示最近 100 张 MD 图像的平均值。 |
| |
| |
===== 开路电压 ===== | ===== 开路电压 ===== |
| |
| |
| OCV 是根据引言中讨论的总能量差异计算得来的。每个总能量对应一个几何优化的结构。为检验计算出的 OCV 是否不显著地依赖于所选平衡的 MD 图像,您应该先对最后几个平衡图像做固定晶胞体积的几何优化,然后计算相应的 OCV 值。使用脚本 [[https://docs.quantumatk.com/_downloads/Li04S_relax.py|↓ Li04S_relax.py]] 可执行此操作。 |
| |
| 您还需要纯 //BCC// Li 和 //ORTH// S<sub>8</sub> 晶体中每个原子总能量。脚本 [[https://docs.quantumatk.com/_downloads/Lithium.py|↓ Lithium.py]] 和 [[https://docs.quantumatk.com/_downloads/a-Sulfur.py|↓ a-Sulfur.py]] 可执行所需的几何优化并计算总能量。运行这两个脚本。 |
| |
| 然后使用脚本 [[https://docs.quantumatk.com/_downloads/ocv.py|↓ ocv.py]] 计算并绘制所有 10 个选定的 Li<sub>0.4</sub>S MD 图像的 OCV。如下图所示,黑线表示平均 OCV,很明显即使从平衡 MD 模拟中选择不同的 MD 图像也会导致 OCV 值略有不同,但它们非常相似。对于每种 Li<sub>x</sub>S 化合物,下面我们将使用 10 张 MD 图像的平均 OCV。 |
| |
| {{ :atk:ocv-20200429.png?600 |}} |
===== 完整的开路电压图 ===== | ===== 完整的开路电压图 ===== |
| |