AI计算模拟
AI-enriched COMPUTATIONAL SIMULATION
AI计算模拟
以AI、大数据分析及数字化工作流为基础的综合计算模拟解决方案

Cohesive Energy Density(CED)——内聚能密度性质预测工具

Compute Key Thermodynamic Characteristics of Molecular Systems

The MedeA CED module makes it really straightforward to include this important property calculation in any simulation workflow. It automatically performs the essential averaging over configurations without having to save large unwieldy trajectory snapshots, and delivers the results in a format easily imported into database and spreadsheet applications.


内聚能密度(单位体积内聚能,或 CED)一词是由物理化学家George Scatchard在他1931年对非电解质溶液混合的热力学的理论处理中引入的,这是溶液理论实践者Joel Hildebrand十多年前发起的研究的结果。在这里,术语“内聚能”表示如果所有分子间力都被移除,化合物的能量增加——例如。如果所有分子都被分开至无限距离,就会发生这种情况。Scatchard的理论预测,二元非电解质混合物的混合焓可通过组分体积分数的乘积乘以一个涉及组分内聚能密度平方根差的项得出。Hildebrand 随后将后者指定为单个纯组分的溶解度参数(δi)。将内聚能与液体中分子无限距离分离所需的能量进行识别,为从测量的蒸发焓实验测定内聚能密度和溶解度参数提供了一种方便的方法,即使用公式:



其中ρ和M表示密度和摩尔质量,R是气体常数,T是温度。


MedeA CED模块自动计算分子系统的内聚能密度,以及密切相关的溶解度参数和汽化热。这两个量已广泛用于预测各种材料特性的表达式,包括拉伸模量和体积模量、表面张力、玻璃化温度、引起断裂的应力以及混合物和共混物的热力学相容性。


在经典的基于力场的分子模拟中,内聚能基本上对应于在液体配置的平衡统计力学系综平均的分子间非键能。尽管这在概念上很简单,但实际上计算可能需要检查数千个独立的构象。MedeA LAMMPS软件的CED模块旨在自动执行此操作,无需对从体积巨大且可能难以处理的轨迹文件中提取的快照进行后处理。此外,由于非键能通常包含库仑和范德华斥力和色散相互作用的贡献,CED 会自动报告这种分解,这在使用溶解度参数方法来预测或理解不同材料的热力学相容性时会很有帮助。与MedeA Environment中的其他性质计算一样,CED会自动执行收敛监测和不确定性分析,并在模拟结束时报告相关量。


除了使用CED关联和预测材料的内聚性和粘合性之外,计算汽化热(ΔHv)对于评估分子间势能或力场的质量特别有用,如下表所示,其中列出了使用Materials Design PCFF+力场计算的一系列同源碳氢化合物的CED和ΔHv,清晰地展示了使用MedeA软件可实现的高精度。



功能特点:

• 与MedeA Environment集成,实现参数轻松设置和可视化结果分析

• 集成MedeA Forcefields,对各种有机液体和无定形材料进行高级力场的处理和分配

• 使用MedeA强大的流程图界面轻松设置多步计算,流程图可以反复调用、修改、分享

• 使用LAMMPS力场引擎,无论在小规模工作站还是大规模并行集群上都能实现高性能运算

• 分别输出范德华力和静电力成分

• 同时输出相关量,例如流体的汽化热

• 使用图表验证计算,并通过方便的MedeA JobServer网页页面查看所有中间结果

• 与MedeA其他建模和计算模块无缝结合


所需模块:

• MedeA Environment

• MedeA LAMMPS

• MedeA Forcefield


推荐模块:

• MedeA Amorphous Materials Builder

• MedeA HT-Launchpad

• MedeA HT-Descriptors