化学的动力学过程中，很多的重要问题，例如化学反应（催化、工业、酶）或物理过程（扩散、相变），都是由“罕见事件”驱动的，即发生该事件不太容易，以至于观察到该事件所需时间超出分子动力学可模拟时间范围之外（目前实际能模拟的时间尺度仅在纳秒级别）。

因此需要fbMC、REMD、Bond Boost等加速反应过程的方法，这些方法各有适合的范围，例如Bond Boost对于形成新键的反应非常适合，REMD对于有足够计算资源的情况下比较适合，fbMC往往在表面催化方面有很好的效果。而CVHD对于裂解反应，有很好的加速效果。

CVHD是一种“基于bias”的分子动力学，首先修改运动相关的势场/运动方程，以达到加速的效果（增大稀有事件发生的概率），然后从结果中去除“bias”的影响。

自由能法需要记录在每一步中添加的“bias”情况，需要定义合适的集合变量（CV）以降低这种方法的维数。一般而言，最多可以定义2~3个CV是可行（使用伞型采样、Metadynamics、自适应偏置力等方法），也可以使用NEB或String法沿一维反应路径取样。

无论是哪种形式，建立好的CV对结果非常重要，好的CV应该满足这些条件：

• 明确定义系统的状态（不同的状态不得交叠）
• 过程就平均而言是正交的
• 光滑、连续

因此CV通常不容易构造，不适合研究许多独立的同时过程。拿Metadynamics作为自由能采用方法为例来说明：bias通常为高斯函数，在当前CV值ξ_i处周期性地沉积。它逐渐填充能量值，直到没有剩余的能垒。

从而真实自由能就是填充完毕（即所谓“收敛”）之后填充函数V_bias的相反数，其中（g指Gaussian函数）：

形象的说，一个坑的形状是什么？我们往里面倒入融蜡，之后取出蜡的形状取相反数，即坑的形状。

基于轨迹的“有偏采样”，可以作为自由能采样的替代方法，例如过渡路径采样或动态过程中的“实时无偏”，后者得到Hyperdynamics。“实时无偏”会丢失自由能信息，但时间可以从模拟中恢复。在修改后的势场上运行模拟时：

“hypertime clock”由下式确定：

简单地说，hypertime会告诉你“在无bias的模拟中需要多长时间才能到达这里？”。因此，为Hyperdynamics选择合适的bias（V_bias）困难且容易出错。

一种可能的补救方法是使用自学习bias，即CVHD。在这种方法中，使用Metadynamics及合适的CV η实时构建V_bias，但与Metadynamics相反的是，一旦检测到过渡（过渡态区域、反应发生），bias就会被重置，CV只需要对单个转换有效。

全局CV的η值由原始局部CV的χ_i构成（由最高χ_i控制）：

此时只有某断键相关的局域CV生效 (参考文献：Bal and Neyts, J. Chem. Theory Comput. 2015)：

Bias应用于接近过渡（态）时，通过键长r_i^max和r_i^min来定义过渡态特征（r_i^max值对应过渡态键长，r_i^min对应平衡态键长）。这样的CV构造，意味着当所有键在接近平衡态时，整体CV的η值接近于零。随着bias的增加，将η推向更高的值，这反过来又将系统中当前拉伸幅度最大的键进一步推向解离。一旦CV的η值达到1并在指定时间内保持该值，该算法即认为完成了过渡（反应），进而重置bias并更新键的情况。其中指数中的p是由用户设定的一个控制常数。

• 只有那些键级大于阈值（程序中需要预先设定的值，默认为0.5）的键才纳入CV的η计算范围
• AMS中各个计算引擎有自己的最小键级统计阈值，例如ReaxFF中键级小于0.3的键，将被统计为无键连，对此种情况，CVHD的阈值小于0.3就不合适

HyperDynamics的优点：它是针对复杂系统的，目标是探索反应性，bias总是沿着一个特殊的CV设置，而CV是系统中总键数，因此系统倾向于断键。因为bias很具体，所以比MetaDynamic需要的用户输入参数要少。另一个优点是可以从中恢复出动力学信息，MetaDynamic则不能。

MetaDynamic的优点：如果要模拟单个反应，MetaDynamic通常效果最好。它能返回自由能表面，但没有动力学信息（至少不能直接得到动力学信息）。通过沿一组CV添加bias来加速模拟。在MetaDynamic中，CV必须由用户根据其对反应的了解来构造，因此MetaDynamic需要用户在这方面拥有专家级知识。

• HyperDynamics：多个反应步骤，步骤未知
• MetaDynamic：单个反应步骤，用户是否大致了解其机制

AMS的PLUMED中也有MetaDynamic的接口，PLUMED有一个相当不错的CV库。CV是原子坐标的函数，PLUMED开发了一种语言来构造更复杂的CV。

下面是一个实例，在AMS分子动力学作业的MolecularDynamics字段中，添加了简单的PLUMED MolecularDynamics设置，用于展示脚本格式：

MolecularDynamics
  InitialVelocities
    Temperature 300
  end
  NSteps 1000
  Plumed
    Input 
        COORDINATION GROUPA=1 GROUPB=2-6 R_0=0.18 NN=6 LABEL=cv1
        COORDINATION GROUPA=2 GROUPB=7-12 R_0=0.12 NN=6 LABEL=cv2
        METAD ARG=cv1,cv2 SIGMA=0.02,0.02 HEIGHT=0.1 PACE=200 LABEL=restraint
        PRINT ARG=cv1,cv2,restraint.bias STRIDE=1 FILE=COLVAR
    end
  end
  Thermostat
    Tau 10
    Temperature 300
    Type NHC
  end
  TimeStep 0.5
end

使用的CV是：

• 原子1和原子2~6之间的配位数
• 原子2和原子7~12之间的配位数

模拟将生成一个名为HILLS的文件，从中可以读取2D自由能曲面（需要AMS的脚本工具）。

本文主要介绍HyperDynamics的应用。

本文介绍基于ReaxFF的分子动力学中，如何调用CVHD达到加速热解反应的效果，在AMS中，也支持其他模块如BAND、DFTB、MOPAC、机器学习势的分子动力学调用该方法进行加速，除去各个计算引擎本身的方法参数设置之外，分子动力学参数、CVHD参数的设置与本文完全一致（图像界面是一致的）。

本文选取了一个简单的例子：模拟实际条件下（1000k，50kg/m³）十二烷的低温热解。这是一个具有挑战性的模拟反应，因为烷烃的热解产物取决于温度，导致以下趋势：

• 高温（>2000K）- 乙烯是主要反应产物，因为熵优势分解反应成为主要过程
• 较低温度 - 更大的1-烷烃的形成，导致主要形成较大的产物分子C3，乃至更大的产物。

因此，不能仅仅通过提高模拟温度来模拟低温热解的动力学。此外，考虑到键断裂反应的罕见事件性质，依靠延长动力学模拟时间的蛮力方法是不可行的，如下文所示，十二烷断裂发生的时间尺度在毫秒级。

本文模拟结果参考文献：

• Kristof M. Bal and Erik C. Neyts, Direct observation of realistic-temperature fuel combustion mechanisms in atomistic simulations, Chem. Sci., 2016, 7, 5280

与一般的反应分子动力学模拟不同的是，CVHD要求步长更小（例如0.1fs）从而精度更高，本文为了更快得到结果，使用了0.2fs步长，体系仅包含几百原子。因此可以估计各种反应发生的时间尺度，但诸如速率常数等则因为样本数太少而缺乏统计平均的意义。

这种加速方法，适用于中等规模的体系：CV相关的键的数量最好在1000个左右，或者更少一些，当然略多一些问题也不大，数量太大CVHD的加速效果就不明显了，因为会太频繁地触发事件，从而限制bias累积速度，进而限制裂解加速效果。

ChemTrazYer2.0支持基于CVHD模拟的结果的基元反应分析。

AMSinput → Edit → Builder，修改Cell的晶格常数味25*25*50，并添加6个十二烷分子：

选择力场CHO（不同模块，例如ADF、BAND、DFTB、MOPAC，分子动力学参数设置区别仅在此窗口，后面的分子动力学参数设置、CVHD参数设置与本教程所示完全一致）：

设置总步数、步长（如上所述比一般MD偏小，这里设置为0.2已经偏大，建议设置为0.1）、轨迹文件保存频率（如果不关心轨迹本身，则该值可以设置很大例如1000，如果关心轨迹本身，例如需要通过轨迹观察反应的路径，则需要设置的较小例如100）、checkpoint保存频率一般都设置的比较大，例如10万步：

设置温度为实验温度1000K，Damping Constant必须设置大于0的值（100fs以内），但一般对结果没有太大影响：

这里是热解反应，因此涉及到C-C、C-H键的断裂，因此设置两个局域CV：

• C-C： Rmin = 1.55 Å ， Rmax = 2.10 Å
• C-H： Rmin = 1.05 Å ， Rmax = 1.65 Å.

注意最小值对应平衡键长，最大值对应过渡态键长。设置如下：

Model → Collective Variable-Driven Hyperdynamics

其中

• Height：添加的bias（是一个Gaussian函数）的高度，该值需要根据预估反应能垒的高低，略微调高或调低，从而调整bias沉积速率
• delta：Gaussian函数的宽度
• Bias Damping T：指添加Bias的时候，是否使用衰减方式（衰减趋势为exp(-E/kT)），即接近顶部时，Gaussian函数有所减小，T为0则不启用衰减
• Frequency：添加新bias Gaussian函数的频率，以步长为单位。如果当前CV的η值小于0.9，步数大于或等于Start Step，小于或等于Stop Step，则每隔Frequency这么多步，沉积一次新的bias Gaussian函数。该值需要根据预估反应能垒的高低，略微调大或调小，从而调整bias沉积速率
• Wait Step：如果CV的η值变为1，并且在这么多步中保持该值，则认为反应事件已经发生。在此之后，将重置CV，并消除bias

点击Collective Variables前面的➕两次（对应两个CV），并增加如下参数设置： 其中

• bond order cut off即上文说的阈值，低于该阈值的键级不纳入CV的η值计算范围，一般默认0.5即可
• Rmin与Rmax含义如上文所述
• Exponent P含义如上文中CV的η值相关公式所示

保存作业并运行。

如果不启动CVHD，其他参数与条件保持不变，则无法观察到任何反应。但启用的情况下，发生了多次裂解反应。

如前面所述，HyperTime是无bias时的“真实”时间尺度，即在没有CVHD的情况下一个进程需要多长时间。SCM - Movie - Graph - delete Graph去掉默认显示的能量变化曲线，然后MD Properties - HyperTime，可以看到纵坐标为HyperTime，横坐标为帧。可以把横坐标改为MD时间：MD Properties - time - Graph - Curve on X，则x轴变为了MD的时间。

双击纵坐标，也可以修改y轴的单位：

在分子动力学模拟运行过程中，您可以使用AMSmovie检查模拟过程。例如，可以通过Max Bias Energy图，查看CVHD的bias是如何逐渐形成的，以及事件发生时如何的重置：

delet键删除之前的Graph，然后

• MD Properties → Max Bias Energy
• Graph → Add Graph添加一个新的曲线窗口，在该窗口显示产物变化曲线：
• MD Properties → Molecules

可以看到一个反应有效发生的时候，就存在一次Max Bias Energy的突变——清零。

用户可以在命令行，用Python脚本生成。命令行打开方式：

• 对Windows来说，在命令行执行的具体方式为：执行AMS202*.*\ams_command_line.bat，将自动读取环境变量。输入sh回车，之后即可像Linux一样，进行命令行工作

用户输入命令：

$AMSBIN/amspython $AMSHOME/scripting/standalone/reaxff-ams/cvhd-hills.py */*.results回车

注意：

• 第一个$符号不要遗漏
• */*.results替换为作业生成的results文件夹的完整路径
• 可以复制上述内容，在命令行粘贴后修改*号部分即可

回车后将生成一个名为cvhd-hills.csv的文件，并由AMSgraphs自动打开。修改显示方式（不要以曲线的方式，而改为以分散点的方式显示）：Plot → Options → Curves，去掉Curve的勾选，并勾选Data Points：

图中横坐标是Step，纵坐标是CVHD的全局CV的η值。每个点代表一个的Gaussian bias峰，但η=1处的点仅表示系统访问了过渡区，CVHD方法不会在η>0.9的区域有bias。

为了更深入的理解CVHD，我们可以详细看看上图中，第一次反应事件的部分：

最初，系统保持在η=0左右（所有键处于平衡值附近）。随着偏压的增大，η逐渐被推到越来越高的值（键被拉伸得越来越长），在42500步左右η达到1.0，但随即返回到较低的值。这意味着在指定的等待时间内没有完成过渡（即没有发生反应）。最后，约90万步左右，η在1.0处停留了足够长的时间（对应我们在参数设置里面的Wait Steps），表明键已解离。

对上图的跟踪观察，有助于诊断、改善CV的设置：

• 初始η不接近零：Rmin设置得太低。CVHD“认为”平衡结构已经部分解离了
• η不能自由够到更高的值（长时间保持接近零的值）：Rmin设置得太高
• 太多的recrossings（η继续达到1.0，但没有发生真正的反应）：Rmax设置得太低，远小于过渡键长
• 系统从低η直接跳到1.0，触发反应：Rmax设置得太高，超过过渡态键长

每个局域CV单独测试调整，然后组合一个模拟作业中，通常会很有帮助。全局CV包含局域CV的加权和，从而产生一个最佳Rmin，一般，体系越大，Rmin也需要设置的略大。

同样地，需要在命令行使用Python脚本生成一个时间图：

$AMSBIN/amspython $AMSHOME/scripting/standalone/reaxff-ams/cvhd-hypertime.py */*.results

回车后，AMSGraph将自动打开时间图，我们可以将图的y轴更做对数，从而显示比例会更好看一些：

• Plot → Options → Left Y axis，确保Y轴最小值是一个正数，例如1e^-12
• 勾选Logscale
• Plot → Options → Curves
• 去掉Curve的勾选，并勾选Data Points

x轴显示Step，y轴显示自上次事件以来的HyperTime（以秒为单位）。每条曲线都显示了随着bias的加入，时间逐渐加速，直到检测到事件（键分离）。该图中，不同时间尺度，可能对应了不同类别的反应过程：

• 第一个过程（十二烷链断裂）时间尺度在毫秒级别
• 后续步骤发生的时间尺度在ns~μs级别

该曲线一般而言比较平滑，否则CVHD的参数（Rmin、Rmax、Frequency等）设置可能需要改进。

为了提高计算效率，本教程使用了一个小示例系统以及最少的步骤。直接后果：

• 我们不能期望任何合理的统计数据或速率常数
• 大多数基本反应只观察到一次，有些完全没有观察到
• 只能对时间尺度进行粗略的数量级估计
• 多次模拟，可能产生大不相同的结果

为了克服这些限制，需要更大的系统和更长的模拟时间。这里选择的时间步长0.2 fs，对过渡期间而言可能导致结果不准确，可能使用较短的时间步长（0.1 fs）更好。本例中的C-H键的Rmin/Rmax参数，是通过检查bias沉积图，进一步调整得到的。

本文参考SCM官网英文教程：https://www.scm.com/doc/Tutorials/MolecularDynamicsAndMonteCarlo/CVHD.html