ReaxFF - ReaxFF

ReaxFF (для «реактивного силового поля») - это связь на основе порядка силовое поле разработан Адри ван Дуином, Уильям А. Годдард, III, и коллеги по Калифорнийский технологический институт. Одно из его приложений - молекулярная динамика симуляции. В то время как традиционные силовые поля не могут моделировать химические реакции из-за требования разрыва и образования связей (функциональная форма силового поля зависит от того, что все связи определены явно), ReaxFF избегает явных связей в пользу поручения на облигации, что обеспечивает непрерывное образование / разрыв связи. ReaxFF стремится быть как можно более общим и был параметризован и протестирован для углеводородных реакций, гелеобразования алкоксисилана, образования нанотрубок, катализируемого переходными металлами, и многих передовых материалов, таких как литий-ионные аккумуляторы, TiO2, полимеры и высокоэнергетические материалы.[1]

Чтобы иметь возможность справляться с разрывом и образованием связей, имея только один тип атома для каждого элемента, ReaxFF представляет собой довольно сложное силовое поле со многими параметрами.[2] Поэтому необходим обширный обучающий набор, охватывающий соответствующее химическое фазовое пространство, включая связи и угловые растяжения, энергии активации и реакции, уравнение состояния, поверхностные энергии и многое другое. Обычно, но не обязательно, обучающие данные генерируются с помощью методов электронной структуры. На практике часто DFT расчеты используются как прагматический подход, тем более что доступны более точные функционалы. Для параметризации такого сложного силового поля глобальная оптимизация методы предлагают наилучший шанс получить набор параметров, наиболее точно описывающий данные обучения.[3]

Рекомендации

  1. ^ «Реактивное силовое поле ReaxFF: разработка, применение и будущие направления», Зенфтл, Т. П. и др., Npj Comp. Мат. 2, 15011 (2016) DOI: https://doi.org/10.1038/npjcompumats.2015.11
  2. ^ "Файл силового поля - документация ReaxFF 2019.3". Программное обеспечение для химии и материалов. Получено 5 февраля 2020.
  3. ^ «Оптимизация параметров ReaxFF с помощью Монте-Карло и эволюционных алгоритмов: рекомендации и идеи», Г. Щигол, А. Яковлев, Т. Трнка, А. К. Т. ван Дуин, Т. Верстрален, J. Chem. Теория вычисл. 6799-6812 (2019) DOI: 10.1021 / acs.jctc.9b00769

внешняя ссылка