Façons de démarrer ab initio MD à partir de MD classique


9

J'exécute des simulations de dynamique moléculaire de l'eau à des fins de test. La boîte est assez petite, si vous demandez à un gars qui exécute un MD classique, et relativement grande, si vous demandez à un gars DFT: j'ai 58 molécules d'eau dans des conditions aux limites périodiques.

Pour gagner du temps CPU, j'optimise ma cellule avec un champ de force classique avant d'exécuter l'ab initio MD. J'équilibre le système de façon classique à 300 K pendant 1 ns, puis je prends le dernier instantané et je l'utilise comme entrée pour ab initio MD. Mon ab initio MD est un Born-Oppenheimer MD à base de DFT standard avec un ensemble de base d'onde plane et des potentiels (pseudo) PAW (VASP est le code). Dans les simulations classiques et ab initio, je maintiens la température constante à 300 K en utilisant un thermostat de mise à l'échelle de la vitesse.

J'étudie deux façons différentes de faire la transition entre le classique et l'ab initio:

  1. Prendre les vitesses et positions initiales de la trajectoire classique et les importer comme configuration initiale pour la simulation ab initio
  2. Geler le système à une température nulle en conservant les positions classiques, l'importer dans le code DFT, puis rapidement (je le fais en 0,5 ps pour le moment) chauffer jusqu'à 300K

J'espérais que les deux stratégies conduiraient à la même énergie moyenne après une courte période d'équilibrage (disons 10 ps), d'autant plus que la configuration de départ est exactement la même (mêmes positions initiales), sauf pour l'astuce de température mentionnée (les vitesses initiales diffèrent) . Ce n'est pas le cas. La figure ci-dessous montre que la simulation où le système est gelé puis rapidement chauffé trouve une région d'énergie environ 1 eV inférieure en énergie que l'autre, où les vitesses ont été importées du MD classique.

entrez la description de l'image ici

Mes questions sont:

  1. s'il faut s'y attendre;
  2. existe-t-il des stratégies efficaces pour optimiser la transition du MD classique au MD ab initio;
  3. et pourriez-vous me diriger vers une littérature pertinente sur la question?

Éditer:

J'ai effectué quelques tests supplémentaires et, avec les données limitées dont je dispose actuellement, il semble que cela pourrait être un problème spécifique au système. Un essai avec du méthanol au lieu d'eau dans une boîte de même taille a montré que les deux schémas de vitesse initiale différents convergent rapidement vers la même énergie moyenne. Cependant, la configuration classique était très proche de celle quantique dans le cas du méthanol, c'est-à-dire que l'énergie à t = 0 était très proche de l'énergie moyenne après convergence. L'eau est un système notoirement difficile, donc ce problème est peut-être plus ou moins spécifique à l'eau. Si aucune réponse n'est ajoutée, j'essaierai d'en publier une en fonction de mes résultats une fois que j'aurai terminé tous les tests.

Réponses:


1

après une courte période d'équilibrage (disons 10 ps)

  1. Vous dites vous-même que la période de rééquilibrage est «courte». Avez-vous essayé d'attendre plus longtemps pour voir si les deux systèmes réinitialisés convergent , et si oui à quel rythme?
  2. La mise à l'échelle de la vitesse est un thermostat notoirement naïf . Peut-être pourriez-vous le remplacer par quelque chose de plus réaliste? (Berendsen, Nose-Hoover, etc.)
  3. Si vous êtes préoccupé par l'échantillonnage d'un `` grand '' système, vous pouvez faire fonctionner le principe ergodique et le calcul parallèle: échantillonnez plusieurs réalisations réinitialisées à partir de la fin de votre trajectoire classique (en prenant des instantanés du système à l'équilibre classique) . Ensuite, vous pouvez exécuter plusieurs instances de votre code quantique, chacune utilisant une configuration d'espace de phase de réinitialisation différente, et faire la moyenne des sorties. Étant donné que les réalisations distinctes évoluent indépendamment les unes des autres, les simulations sont étrangement parallèles .

Désolé, je ne peux pas offrir de sources faisant autorité ...

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.