分子动力学入门.ppt

这些方法都是有限差分方法 Verlet算法，rn+1=2rn-rn-1+dt2an, vn=(rn+1-rn-1)/2dt 缺点：rn+1要通过小项（dt2）与非常大的两项2rn和rn-1的差相加得到，容易造成精度损失 不能自启动，下一时刻的位置需要通过前一时刻和当前时刻的位置得到 速度形式的Verlet算法 同时给出位置和速度，计算量适中，目前应用较为广泛 * 优点：速度为显式表示，收敛速度快 缺点：位置和时间不同步 * 周期性边界条件，是MD中应用最为广泛的边界条件， 将中心模拟区域在空间复制成一个无限大的区域， 当模拟区域中的一个分子移动的时候，相邻盒子中这个分子的周期影像也以同样的方式移动。 当一个分子离开中心模拟区域时，它的像中的一个分子将通过相反的面进入中心模拟区域 好处是： 1. 中心模拟区域的边界没有壁面和表面分子，保持了中心模拟区域内粒子的数密度恒定 2. 消除了界面效应 * 一个MDS程序，其核心是计算分子的势能，对于MD模拟，理论上讲，需要通过势能函数计算作用于所有分子上的力。计算分子i受到的作用力或者与分子i有关的势能，必须计算模拟何种分子i与其他每个分子的相互作用。原则上，必须包括分子i与相邻盒子中的像分子的作用，数目巨大，实际上不可能计算。 怎么做？最小像约定（最小影像法），它是周期性边界条件使用的结果。 只考虑分子i于中心位于以分子i为中心并且与中心模拟盒具有相同尺寸和形状的区域内的所有分子作用，也就是与其他N-1分子的最近的周期像粒子作用，这就是所谓的“最小像约定” * 这样的初始化存在什么问题？无法按照我们要求的平衡态温度进行初始化 如何解决？ * * f-1/d? * * 每个间隔内的粒子数/N * 维里定理（Virial Theorem）： 对于稳定的多体系统，2K＝－ 对于一个稳定的自引力体系，有2K+U=0 K为系统的总动能 U为系统的总势能 模拟 粒子速度分布 选速度间隔?v，模拟nt个时间步，记录在每个速度间隔中的粒子数，最后归一化。 模拟 气、液状态方程 维里定理(Virial Theorem) 压强 体积 粒子i的位置矢量 粒子i所受到的其它粒子的合相互作用力 温度的模拟 可得此项 在温度的模拟基础上再模拟此项 模拟 例：用此可确定高密度气体和液体状态方程(van der Waals方程)中的系数 理想气体状态方程在高密度情况下不可用 确定系数a和b 气体密度 CASE(1) - Couette Flow Size of domain is:12.51x7.22x16.71 If δ is less than 0, then the two species are immiscible. i, j represent different species CASE(1) - Couette Flow z time CASE(1) - Couette Flow z CASE(2) - Contact Angle Simulation Mass: m[1]=1, m[2]=8, m[3]=0.8 L=25.05, W=6.56 H=10.29 T=1.2 i, j=1,2,3, 1 – red fluid, 2 -- wall, 3 – green fluid V CASE(3)- Rayleigh-Taylor instability generation(重力场) Dzwinel, W., Alda, W., Pogoda, M., and Yuen, D.A., 2000, Turbulent mixing in the microscale: a 2D molecular dynamics simulation, Physica D, Vol. 137, pp. 157-171. Fig. 1. The snapshots of MD simulations of the R–T instability for two particle systems: (A) closed; (B) open (the heavy fluid is coloured in light grey while the lighter one is dark grey, the black part of the figure is empty, i.e., it does not contain particles). Fig. 2. The effect of converging geometry obtained by MD simulation of one million particles