高通量計算建模基礎 - ASE建模 (1)

2021-01-14 學術之友
引言:

近期,高通量計算和機器學習在化學領域迅猛發展,並且以理論計算為主導的材料篩選和預測,隨後接實驗驗證的設計思路也越來越流行,成為新材料設計和開發的強有力手段。顧名思義,無論高通量計算還是機器學習,我們都需要大量的數據作為支撐。

手動建模(Material studio, p4vasp, vesta, jmol等)方法無法滿足大批量結構數據的創建和後期計算處理。目前在大批量建模方面兩個主要的工具是pymatgen和ASE,這裡將著重介紹如何用ASE進行表面建模。

ASE簡介:

ASE(Atomic Simulation Environment)是一款基於python語言集建模、計算、可視化、分析於一體的開源工具。它可以兼容VASP,QE,CP2K, lammps, Gaussian等多種主流計算軟體的接口和格式。

網站:https://wiki.fysik.dtu.dk/ase/

參考文獻:

https://iopscience.iop.org/article/10.1088/1361-648X/aa680e

ASE建模:

ASE的安裝很簡單,根據官網推薦步驟安裝即可,這裡不具體描述。ASE在構建體相(bulk)結構和表面(surface)結構方面都十分優秀,下面以表面催化科學常用到的表面模型為例給大家介紹一下它的使用方法。

表面建模需要考慮的幾個基本點:

bulk結構

特定miller指數表面切割

表面的厚度

表面超晶胞大小

真空層厚度

切割的termination

吸附質分子的添加

簡單金屬體系表面建模:

接下來以Cu(111)表面NO吸附為實例進行詳細介紹

導入表面建模需要用到的ASE相關模塊

from ase.spacegroup import crystal
from ase.build import fcc111, add_adsorbate, bulk
from ase import Atoms
from ase.io import read, write
from ase.build import surface, molecule
from ase.visualize import view

1 構建表面1a 利用ASE自帶常用表面模塊構建

a=3.64

slab=fcc111('Cu',(3, 3, 6),a=a,vacuum=10)

view(slab)

1b 利用自定義bulk結構構建

a=3.64  #晶胞參數

Cu_bulk=crystal('Cu',[(0,0,0)],spacegroup=225,cellpar=[a,a,a,90,90,90])

slab=surface(Cu_bulk,(1,1,1),6,vacuum=10) #miller指數,面厚度,真空層厚度

slab=slab*(3,3,1)  #超晶胞

2 在已創建表面添加NO分子

adsorbate=molecule('NO') #從ASE分子庫調取NO分子或自己利用Atoms模塊創建

2a 利用ASE內部定義位點信息構建

add_adsorbate(slab,adsorbate,1.8,'ontop') #將NO添加在表面上,1.8初始高度,ontop是初始位置。


2b 用戶自定義位點構建

add_adsorbate(slab,adsorbate,1.8,(0,0)) #(0,0)為位點的x,y坐標

複雜氧化物體系表面構建:

氧化物表面構建與金屬體系構建過程基本一樣,不同的是構建氧化物表面時可能會遇到不同termination的情況。下面以TiO2為例介紹不同截面構建。

1. 自定義bulk結構

a = 4.6

c = 2.95

Tio2 =crystal(['Ti','O'], basis=[(0, 0, 0), (0.3, 0.3, 0.0)],spacegroup=136, cellpar=[a, a, c, 90, 90, 90])

2a. 氧終端表面

這裡要利用surface_with_termination函數處理不同終端問題

from ase.build.surfaces_with_termination import surfaces_with_termination 

slab=surfaces_with_termination(Tio2,(1,1,0),layers=5,vauum=10,tol=1e-10,termination='O')

該方法會返回所有氧原子在頂層的結構類型

view(slab[2]*(2,2,1))

2b. TiO終端表面

slab=surfaces_with_termination(Tio2,(1,1,0),layers=5,vauum=10,tol=1e-10,termination='TiO')

view(slab*(2,2,1))

結構導出

ASE提供多種主流軟體的input格式:

write('slab.vasp',slab) #導出為vasp輸入文件格式

write('slab.pwi',slab)  #導出為QE輸入文件格式

write('slab.cif',slab)  #導出為cif格式

總結

這裡主要介紹了簡單金屬體系和複雜氧化物體系的表面建模,流程簡單且模式化,如果想進行批量的結構構建,寫個簡單的循環腳本即可。

相關焦點

  • 地球系統模式CESM的性能建模
    同時,地球系統模式也是科學計算領域最重要的高性能計算應用之一,是TITAN、Tianhe-1A、K Computer等世界頂尖計算系統上殺手級應用[1]。     地球系統模式CESM靈活的進程映射功能雖然為科研工作者提供了很大的性能優化空間,但由此也使得模式整體的計算效率具有很大的不確定性,因此,本文在CESM全局性能分析的基礎上,提出了一種全局性能建模方案,為科研工作者在計算過程中計算資源的合理分配提供參考,以達到最優的計算效率。
  • 如何深入淺出理解數據倉庫建模?
    作者 | 傅一平 來源 | 與數據同行 今天跟著我來學學數據倉庫的基礎知識,希望你結合案例可以把它吃透。成本:極大地減少不必要的數據冗餘,也能實現計算結果復用,極大地降低存儲和計算成本。效率:在業務或系統發生變化時,可以保持穩定或很容易擴展,提高數據穩定性和連續性。質量:良好的數據模型能改善數據統計口徑的不一致性,減少數據計算錯誤的可能性。
  • 基於兆芯CPU的金融數據建模獲選年度隱私計算標杆案例
    CPU的衝量在線「國產化的金融數據建模隱私計算應用實踐」方案是目前業界端到端國產化隱私計算解決方案的成功案例,解決了大數據時代下金融業面臨的數據隱私、安全計算和加密傳輸等多方面問題……   12月18日,2020大數據「星河」案例評選活動在北京舉行了頒獎儀式,基於兆芯CPU的衝量在線「國產化的金融數據建模隱私計算應用實踐」方案從近百個項目中脫穎而出,成功獲選年度隱私計算標杆案例。
  • 淺談數據分析和數據建模
    業務部門的數據分析團隊缺少數據技術能力,無法利用最新的大數據計算和分析技術,來實現數據分析和建模。數據分析和計算依賴於科技部門,效率較低,無法打通各個環節和實現效率和收益最優。數據分析和挖掘部門位於科技部門,優點是直接可以了解所有數據,利用最新的大數據計算分析技術來進行數據分析和建模,數據視野好。面對全局數據建立數據採集和分析系統,系統復用程度高,降低重複投資,效率高。
  • 數據建模:個人信用分是如何計算出來的?
    那麼,個人的信用分到底是如何計算出來的呢?筆者相信不同的信用分有不同的計算方法,無論是FICO評分、芝麻信用亦或其它信用分,這些評分既可以很簡單,也可以很複雜,使用的建模方法各不同,但也總是會遵循一些基本的原則,這裡筆者就信用分計算的一些關鍵技術作簡要介紹,希望於你有益。
  • 高考數學建模核心素養,加油吧考生
    (一)有利於拓展學生知識面數學建模並非易事,建模不僅僅只需要數學基礎知識,還需要了解其他學科的原理,一些數學模型建立需要調查研究實際情況,並查閱相關的資料,會涉及化學知識、經濟學原理、社會學問題等等學科範圍。所以建模過程學生也會拓展知識面,了解和學習其他專業知識。
  • BIM建模精度
    BIM建模精度  模型的細緻程度,英文稱為 Level of Details,也稱為Level of Development。描述了一個BIM模型構件單元從最低級的近似概念化的程度發展到最高級的演示級精度的步驟。
  • 3D建模軟體哪個好?3D建模軟體排行榜
    3D建模就是通過三維製作軟體構建出具有三維數據的模型,目前使用最多的3D建模軟體就食3DMAX,下面跟小編一起來看看還有哪些好用的3D建模軟體吧!  一、3D MAX3DS MAX廣泛應用於廣告、影視、工業設計、建築設計、多媒體製作、遊戲、輔助教學以及工程可視化等領域。
  • 數位化工廠的「建模技術」 是什麼?
    在製造業的數位化工廠中,應用的關鍵技術之一就是建模技術。數位化工廠的基礎是「數據」,沒有數據的通用性是根本不可能的在工作流技術中使用模擬技術和3D建模技術,也是在汽車製造領域及其以外的其他領域中得到進一步發展,形成「數位化工廠」。
  • 《數據中臺實戰》:數據中臺的分層建模體系
    各層數據模型之間的關係如圖1-1所示。圖1-1 分層模體系第一層是ODS和DIM層。ODS層數據是數據倉庫的第一層數據,是業務資料庫的原始數據的複製,例如,每條產品線的用戶信息、訂單信息等數據一般都是原封不動地同步到數據中臺的ODS層中。
  • 數學建模——數學與現實世界的橋梁
    數學建模——數學與現實世界的橋梁鄰水縣石永鎮初級中學:唐用慧學數學有什麼用?難道買菜的時候還要列個方程再來求解計算我到底該付多少錢嗎?相信這個問題一定在很多中學生的腦子裡出現過,至於這個問題的答案,肯定是否定的。
  • IBMS建模數據怎麼強化?它的輕量級建模滿足你的需求!
    IBMS建模數據怎麼強化?它的輕量級建模滿足你的需求!智能建築以信息設施系統、信息化應用系統、建築設備管理系統、公共安全系統等相結合的建築為基礎。將結構、系統、服務、管理和優化結合在一起,提供安全、高效、便攜、節能、環保、健康的建築環境。智能建築管理系統(IBMS)是指以BAS為基礎,與通信網絡系統、信息網絡系統進行更高級別的建築集成管理系統。在資訊時代,很多建築和綜合管理系統融合在一起,創造了高效的智能建築綜合解決方案。
  • 系統生物學導論|模型與建模
    數學建模和計算機模擬可以幫助我們理解這些過程的內部性質和動態,並對它們的未來發展以及與環境的相互影響進行預測。1.什麼是模型The answer to this question willdiffer among communi ties of researchers.
  • ER(實體關係)建模入門指引
    ,本文將從以下幾個方面詳細介紹ER建模的基礎知識。 對產品經理而言,ERD體現了實體、屬性以及實體間的聯繫,抽象出了業務的核心特徵;對開發人員來說,實體關係圖顯示資料庫中的實體(表)以及該資料庫中的表之間的關係,奠定了整個系統的框架基礎。 二、ER建模對產品經理有什麼意義?
  • 數據時代幾何處理與建模的研究進展與趨勢
    CCF於1月11日發布了最新一期《中國計算機科學技術發展報告》,對可群智協同計算、軟體智能化開發技術等11個方向的研究進展做了詳細介紹和討論。我們將分期分享報告中的精彩內容,加入CCF會員登錄CCF官網,可在數字圖書館欄目下載和瀏覽。
  • 自動化建模平臺已實現零基礎建模
    它會完全取代現有的建模過程麼?會有一部分人失業嗎?本文將從自動化建模平臺本身的痛點、技術細節、飛貸金融科技研發自動化建模平臺的踩坑經驗和思考,以及自動化建模的市場趨勢和人才發展角度,給大家提供一些思考。當下建模平臺普遍存在哪些痛點?
  • 大數據分析為什麼要學習R中的線性建模
    大數據分析R語言線性建模是任何對使用數據進行預測或對變量之間的關係進行推斷感興趣的人員的基礎數據技能。你將通過學習構建和選擇模型的基礎知識來開始大數據分析R語言線性建模的意義,這不僅是線性建模方面的技能,而且是未來機器學習中所有技能的要求。我們將詳細介紹預測模型和可幫助你進行推斷以確定哪些變量影響你的結果的模型。
  • 天津大學協辦2020 IEEE MTT-S國際計算電磁與多物理建模與優化年會...
    本站訊(微電子學院供稿)2020年12月7日-9日,2020 IEEE MTT-S國際計算電磁與多物理建模與優化年會(NEMO 2020)在杭州成功召開。本次大會採用線上線下相結合的方式,共有37個專題會場、三百餘個口頭報告、三十餘個牆報展示,報告內容涉及建模與優化設計方法、計算電磁學、深度學習、多物理場建模、有源器件建模、逆向建模方法、太赫茲器件建模與設計、天線建模與設計、
  • 複雜系統自動建模綜述:描述、預測與理論發現
    Nature Communications, 8(1), 1841. 下載地址:https://www.nature.com/articles/s41467-017-01882-w。我們的另一項工作是對新冠疫情在城市間的傳播防控進行建模。疫情期間我們成立了集智疫情小組,嘗試通過對疫情傳播進行建模分析從而得到一些可以幫助防控疫情的知識。
  • 數學建模|寒假學習第七課
    定義1.1系統是客觀世界普遍存在的一種物質運動形式,它和運動性一樣,是物質存在的一種根本屬性。灰色系統理論經過20年的發展,已基本建立起一門新興的結構體系,其研究內容主要包括:灰色系統建模理論、灰色系統控制理論、灰色關聯分析方法、灰色預測方法、灰色規劃方法、灰色決策方法等我們主要介紹灰色系統建模理論及灰數列預測