分子动力学简介ppt课件
合集下载
第四章 分子动力学模拟方法.ppt
三、Velocity Verlet算法：
ri
(t
t)
ri
(t)
vi
(t)
t
1 2
ai
(t)
t
2
1 vi (t t) vi (t) 2 [ai (t) ai (t t)]t
等价于
vi
(t
1 2
t)
vi
(t)
1 2
ai
(t)t
优点：速度计算更加准确
ri
(t
t)
ri
(t)
vi
(t
1 2
t)
t
利用此预测误差，对预测出的位置、速度、加速度等量进行校正：
rc (t t) r p (t) c0a(t t) vc (t t) v p (t) c1a(t t) ac (t t) a p (t) c2a(t t) bc (t t) b p (t) c3a(t t)
预测阶段运动方程的变换：
定义一组矢量:
r0 r(t)
dr(t) r1 dt t
r2
d 2r(t) dt 2
1 t 2 2
r3
d 3r(t ) dt 3
1 t 3 6
r p (t t) r(t) v(t)t 1 a(t)t 2 1 b(t)t3
2
6
v p (t t) v(t) a(t)t 1 b(t)t 2 2
5
19/90
3/4
1
6
3/16 251/360
1
c3
c4
c5
1/3 1/2 11/18
1/12 1/6
1/60
五、积分时间步长t的选择：
太长的时间步长会造成分子间的激烈碰撞，体系数据溢出; 太短的时间步长会降低模拟过程搜索相空间的能力
第六章 分子动力学模拟ppt课件
2.4 Equations of motion
分子动力学模拟
为了在计算机上解运动方程，必须为微分方程建立一个 有限差分格式，从差分方程中再导出位置和速度的递推关系 式。这些算法是一步一步执行的，先算t 时刻的位置和速度， 然后在此基础上计算t+1时刻的位置和速度。
微分方程最为直接的离散化格式来自泰勒展开: r(th)r(t)n i 1 1hi!ir(i)(t)Rn
1.5
1
间间
0.5
rij 6 2
0
-0.5
-1
0.8
1
1.2 1.4 1.6 1.8 间间
2
2.2 2.4 2.6
对势能的最大贡献来自于粒子的近邻区域，位势截断
常用的方法是球形截断，截断半径一般取2.5σ或3.6 σ，对
截断距离之外分子间相互作用能按平均密度近似的方法进
行校正。
分子动力学模拟
The disk processed after the simulation is finished. It contains at least all the positions and velocities of all particles. This information is sufficient to calculate all the properties of the system. However, it is more economical to calculate properties during the simulation and store them in the than reading the calculating them afterwards.
➢二、分子动力学方法
分子气体动力学 ppt课件
“ I still remember that once after a talk I had given these questions, an aeronautical engineer insisted that in fluid mechanics it was not necessary to know that air or water consisted of molecules, He may be right, but the behavior of fluids is also part of physics, and the molecular structure is no longer just an hypothesis.”
的数量膨胀的。 (V ∝T )
➢ 阿伏加德罗（Amedeo Avogadro、1776-1856）定律 - 同体积的气体，在相同的温度和压力时，
含有相同数目的分子 （p = nkT）
- NA=6.022×1023 - 直到1860年才逐渐被认可
分子气体的认识历史
➢ 小结：气体由分子/原子组成的艰难认识过程
- Aristotle (384-332 B.C.)
强烈反对，认为世界由土、水、气、火四大元素组成， 其中每种元素都代表四种基本特性（干、湿、冷、热）中
两种特性的组合， 天体由第五种元素“以太”组成。
- 此后的很长时间内进展缓慢
分子气体的认识历史
➢ 玻意耳（Robert Boyle, 1627-1691）定律 （1662） - P V = constant - 气体由相互排斥的粒子组成
引言
➢ 什么是分子气体动力学 - 气体动力学的一个分支，属于物理力学的范畴 - 从分子动理论的观点研究气体运动
的数量膨胀的。 (V ∝T )
➢ 阿伏加德罗（Amedeo Avogadro、1776-1856）定律 - 同体积的气体，在相同的温度和压力时，
含有相同数目的分子 （p = nkT）
- NA=6.022×1023 - 直到1860年才逐渐被认可
分子气体的认识历史
➢ 小结：气体由分子/原子组成的艰难认识过程
- Aristotle (384-332 B.C.)
强烈反对，认为世界由土、水、气、火四大元素组成， 其中每种元素都代表四种基本特性（干、湿、冷、热）中
两种特性的组合， 天体由第五种元素“以太”组成。
- 此后的很长时间内进展缓慢
分子气体的认识历史
➢ 玻意耳（Robert Boyle, 1627-1691）定律 （1662） - P V = constant - 气体由相互排斥的粒子组成
引言
➢ 什么是分子气体动力学 - 气体动力学的一个分支，属于物理力学的范畴 - 从分子动理论的观点研究气体运动
分子模拟与分子动力学简介
氢键、交叉项等
➢ 为增加精度，一些力场对氢键定义了专门的 势函数，有一些力场还增加了交叉项。
力场
➢ 力场 = 解析式+参数 ➢ 力场具有可移植性 ➢ 力场可以较准确地预测其用来进行参数化
的性质，其他性质的预测可能不准确 ➢ 力场是经验性的，精度和速度的折中
模型参数的获得
➢ 通过量子化学模拟回归得到 ➢ 点电荷 ➢ 范德华力 ➢ 键伸缩、键弯曲、键扭曲
并行计算的主要矛盾
➢ 并行效率
完美的并行效率
需要1小时
需要1/2小时
➢ 处理器的速度远远超过数据传输的速度，大量的时间花在 处理器之间的信息传递上了
➢ CPU的速度几乎是几何级数增长 ➢ 内存的速度是代数级数增长
➢ 加快数据传输，尽量减少花在数据传输上的时间
➢ 数据传输硬件上的进步 ➢ 算法上做文章
➢ 缺点 ➢ 维护差
/~sjplimp/lammps.html
DL-POLY
➢ 一般性分子模拟软件
➢ 优点 ➢ 界面友好 ➢ 计算效率高（有两个版本供选择，适合于不同大小的体系） ➢ 维护服务很好
➢ 缺点 ➢ 兼容性不好 ➢ 100英镑
/msi/software/DL_POLY/
Oh boy! What a perfect match
分子对接的目的
找到底物分子和受体分 子见的最佳结合位置
关注的问题
如何找到最佳的结合位 置
如何确定对接分子间的结 合强度
优化
结合自由能
分子对接的基本原理
配体与受体的结合强度取决于结合的自由能变化 △G结合 = △H结合 – T △S结合 = -RT ln Ki
大部分的分子对接法忽略了全部的熵效应，而在焓 效应也只考虑配体与受体的相互作用能，即：
➢ 为增加精度，一些力场对氢键定义了专门的 势函数，有一些力场还增加了交叉项。
力场
➢ 力场 = 解析式+参数 ➢ 力场具有可移植性 ➢ 力场可以较准确地预测其用来进行参数化
的性质，其他性质的预测可能不准确 ➢ 力场是经验性的，精度和速度的折中
模型参数的获得
➢ 通过量子化学模拟回归得到 ➢ 点电荷 ➢ 范德华力 ➢ 键伸缩、键弯曲、键扭曲
并行计算的主要矛盾
➢ 并行效率
完美的并行效率
需要1小时
需要1/2小时
➢ 处理器的速度远远超过数据传输的速度，大量的时间花在 处理器之间的信息传递上了
➢ CPU的速度几乎是几何级数增长 ➢ 内存的速度是代数级数增长
➢ 加快数据传输，尽量减少花在数据传输上的时间
➢ 数据传输硬件上的进步 ➢ 算法上做文章
➢ 缺点 ➢ 维护差
/~sjplimp/lammps.html
DL-POLY
➢ 一般性分子模拟软件
➢ 优点 ➢ 界面友好 ➢ 计算效率高（有两个版本供选择，适合于不同大小的体系） ➢ 维护服务很好
➢ 缺点 ➢ 兼容性不好 ➢ 100英镑
/msi/software/DL_POLY/
Oh boy! What a perfect match
分子对接的目的
找到底物分子和受体分 子见的最佳结合位置
关注的问题
如何找到最佳的结合位 置
如何确定对接分子间的结 合强度
优化
结合自由能
分子对接的基本原理
配体与受体的结合强度取决于结合的自由能变化 △G结合 = △H结合 – T △S结合 = -RT ln Ki
大部分的分子对接法忽略了全部的熵效应，而在焓 效应也只考虑配体与受体的相互作用能，即：
经典分子动力学方法详解课件
互作用，还与在相邻单元内的镜像原子有作用。
第19页，共39页。
基本单元大小的选择
• 基本单元的大小必须大于2Rcut（Rcut是相互作用势的 截断距离）或Rcut<1/2 基本单元的大小。这保证了任
何原子只与原子的一个镜像有相互作用，不与自己的镜 像作用。这个条件称为“minimum image criterion” • 在我们所研究的体系内的任何结构特性的特征尺寸或任 何重要的效应的特征长度必须小于基本单元的大小。 • 为了检验不同基本单元大小是否会引入“人为效应”，必 须用不同的基本单元尺寸做计算，若结果能收敛，则尺寸 选择是合适的。
MD方法的发展史
• MD方法是20世纪50年代后期由B.J Alder和T.E. Wainwright创造发展的。他们在1957年利用MD方法， 发现了早在1939年根据统计力学预言的“刚性球组成 的集合系统会发生由其液相到结晶相的相转变”。
• 20世纪70年代，产生了刚性体系的动力学方法被应 用于水和氮等分子性溶液体系的处理，取得了成功。 1972年，A.W. Less和S.F. Edwards等人发展了该 方法，并扩展到了存在速度梯度(即处于非平衡状态) 的系统。
建立完全弹性碰撞方程，借以求解出原子、分子的运动
规律。这种处理可以在液晶的模拟中使用。 • 质点力学模型是将原子、分子作为质点处理，粒子间
的相互作用力采用坐标的连续函数。这种力学体系的应 用对象非常多，可以用于处理陶瓷、金属、半导体等无
机化合物材料以及有机高分子、生物大分子等几乎所有
的材料。
第14页，共39页。
• 为了减小“尺寸效应”而又不至于使计算工作量过大，对
于平衡态MD模拟采用 “周期性边界条件”。
第16页，共39页。
第19页，共39页。
基本单元大小的选择
• 基本单元的大小必须大于2Rcut（Rcut是相互作用势的 截断距离）或Rcut<1/2 基本单元的大小。这保证了任
何原子只与原子的一个镜像有相互作用，不与自己的镜 像作用。这个条件称为“minimum image criterion” • 在我们所研究的体系内的任何结构特性的特征尺寸或任 何重要的效应的特征长度必须小于基本单元的大小。 • 为了检验不同基本单元大小是否会引入“人为效应”，必 须用不同的基本单元尺寸做计算，若结果能收敛，则尺寸 选择是合适的。
MD方法的发展史
• MD方法是20世纪50年代后期由B.J Alder和T.E. Wainwright创造发展的。他们在1957年利用MD方法， 发现了早在1939年根据统计力学预言的“刚性球组成 的集合系统会发生由其液相到结晶相的相转变”。
• 20世纪70年代，产生了刚性体系的动力学方法被应 用于水和氮等分子性溶液体系的处理，取得了成功。 1972年，A.W. Less和S.F. Edwards等人发展了该 方法，并扩展到了存在速度梯度(即处于非平衡状态) 的系统。
建立完全弹性碰撞方程，借以求解出原子、分子的运动
规律。这种处理可以在液晶的模拟中使用。 • 质点力学模型是将原子、分子作为质点处理，粒子间
的相互作用力采用坐标的连续函数。这种力学体系的应 用对象非常多，可以用于处理陶瓷、金属、半导体等无
机化合物材料以及有机高分子、生物大分子等几乎所有
的材料。
第14页，共39页。
• 为了减小“尺寸效应”而又不至于使计算工作量过大，对
于平衡态MD模拟采用 “周期性边界条件”。
第16页，共39页。
《分子动力学》PPT幻灯片PPT
5 6来自，c2 1，c 3
1 3
具体算法如下：
① 预测 t+h 时的r ,V , a, b 。
②
依赖r (t h)
评价力F (t h)
，计算ai
Fi m
。
③ 对预测值进行校正。
④ 重复①到③。
优点：小步长用 Gear 方法好，大步长用 Verlet 好
预测——校正需求大的存储量，即使增加 Gear 的级数也不会改善计算的精度。 因此对于长
• 原始形式的算法表述： • 〔1〕规定初始位置r0,r1 • 〔2〕计算第n步的r力in F1n2rinrin1h m 2 Fin
• 〔3〕计算第n+1步v 的in 位 置：r in 1 r in 1 2 h
计算机分子模拟方法
第三章、分子动力学方法
（a） 蛙跳形式 leap-frog form,
一、分子动力学方法根底
原理:计算一组分子的相空间轨道,
其中每个分 子各自服从牛顿运
动定H律 1 2
i
Pi2 m
i j
U
rij
mdri dt
pi
;
dPi dt
i j
F
rij
计算机分子模拟方法
第三章、分子动力学方法
• 计算元胞:立方体元胞
计算机分子模拟方法
第三章、分子动力学方法
• 边界条件:周期性边界条件
之，中。周期A 性(边x )界 条A ( 件x 的 n 数L 学)表示形n 式 为(n ：1,n2,n3)
A为任意可观测量，n为1,n任2,意n3 整数。 即令根本元胞完全等 同的重复无穷屡次， 当有一个粒子穿过根本MD元胞的六 方体外表时， 就让这个粒子以一样的速度穿过此外表对 面的外表重新进入该MD元胞内。
1 3
具体算法如下：
① 预测 t+h 时的r ,V , a, b 。
②
依赖r (t h)
评价力F (t h)
，计算ai
Fi m
。
③ 对预测值进行校正。
④ 重复①到③。
优点：小步长用 Gear 方法好，大步长用 Verlet 好
预测——校正需求大的存储量，即使增加 Gear 的级数也不会改善计算的精度。 因此对于长
• 原始形式的算法表述： • 〔1〕规定初始位置r0,r1 • 〔2〕计算第n步的r力in F1n2rinrin1h m 2 Fin
• 〔3〕计算第n+1步v 的in 位 置：r in 1 r in 1 2 h
计算机分子模拟方法
第三章、分子动力学方法
（a） 蛙跳形式 leap-frog form,
一、分子动力学方法根底
原理:计算一组分子的相空间轨道,
其中每个分 子各自服从牛顿运
动定H律 1 2
i
Pi2 m
i j
U
rij
mdri dt
pi
;
dPi dt
i j
F
rij
计算机分子模拟方法
第三章、分子动力学方法
• 计算元胞:立方体元胞
计算机分子模拟方法
第三章、分子动力学方法
• 边界条件:周期性边界条件
之，中。周期A 性(边x )界 条A ( 件x 的 n 数L 学)表示形n 式 为(n ：1,n2,n3)
A为任意可观测量，n为1,n任2,意n3 整数。 即令根本元胞完全等 同的重复无穷屡次， 当有一个粒子穿过根本MD元胞的六 方体外表时， 就让这个粒子以一样的速度穿过此外表对 面的外表重新进入该MD元胞内。
分子动力学
预测矫正法Gear Predictor-Corrector
经典运
预测矫正法
上式
分子动力学----牛顿运动方程的数值解法
预测矫正法
分子动力学----牛顿运动方程的数值解法
分子动力学----积分步长的选取
分子动力学----积分步长的选取
分子动力学计算的基本思想是赋予分子体系初始运动状态之后 利用分子的自然运动在相空间中抽取样本进行统计计算，积分 步长就是抽样的间隔。
因此从实际的角度来讲，分子动力学适合研究反应或运动 时间小于1ns的体系，而不适合较慢的反应或运动。例如蛋白 质折叠在10-3s（1ms）级别,则需要非常长的时间。
分子动力学----分子动力计算流程
计算过程
计算过程
执行分子动力学计算时，将一定数目的分子放在一定形状的盒 子中，并使它的密度和实验密度相符合，再选定实验的温度， 即可以着手计算。
分子动力学----简化单位
分子动力学----简化单位
研究分子或原子系统时，如果采用国际单位制，原子质量以g 为单位，则通常的原子质量约为10-22g级别；若位置以cm为单 位，则通常的量纲为10-8cm；同样积分步长用s做单位通常在 10-13~10-16s。这些量纲非常小，实验中很容易引起误差，因此 实际计算时通常采用简化单位。
因为分子动力学计算的步长很短，每一步移动的距离也很小，
通常每隔10~20步存储一次来节省硬盘空间。
分子动力学----分子动力计算流程
计算过程
分子动力学中，最重要的工作为如何选取合适的积分步长，在 节省时间的同时也保证计算的精确性。
原则: 积分步长小于系统中最快运动周期的十分之一。 太长的步长会造成分子间的激烈碰撞，体系数据溢出；太短
经典运
预测矫正法
上式
分子动力学----牛顿运动方程的数值解法
预测矫正法
分子动力学----牛顿运动方程的数值解法
分子动力学----积分步长的选取
分子动力学----积分步长的选取
分子动力学计算的基本思想是赋予分子体系初始运动状态之后 利用分子的自然运动在相空间中抽取样本进行统计计算，积分 步长就是抽样的间隔。
因此从实际的角度来讲，分子动力学适合研究反应或运动 时间小于1ns的体系，而不适合较慢的反应或运动。例如蛋白 质折叠在10-3s（1ms）级别,则需要非常长的时间。
分子动力学----分子动力计算流程
计算过程
计算过程
执行分子动力学计算时，将一定数目的分子放在一定形状的盒 子中，并使它的密度和实验密度相符合，再选定实验的温度， 即可以着手计算。
分子动力学----简化单位
分子动力学----简化单位
研究分子或原子系统时，如果采用国际单位制，原子质量以g 为单位，则通常的原子质量约为10-22g级别；若位置以cm为单 位，则通常的量纲为10-8cm；同样积分步长用s做单位通常在 10-13~10-16s。这些量纲非常小，实验中很容易引起误差，因此 实际计算时通常采用简化单位。
因为分子动力学计算的步长很短，每一步移动的距离也很小，
通常每隔10~20步存储一次来节省硬盘空间。
分子动力学----分子动力计算流程
计算过程
分子动力学中，最重要的工作为如何选取合适的积分步长，在 节省时间的同时也保证计算的精确性。
原则: 积分步长小于系统中最快运动周期的十分之一。 太长的步长会造成分子间的激烈碰撞，体系数据溢出；太短
分子动力学模拟入门ppt课件
0.5 μm
Fig. 2. The effect of converging geometry obtained by MD simulation
of one million particles in the microscale.
34
Dzwinel, W., Alda, W., Pogoda, M., and Yuen, D.A., 2000, Turbulent mixing in the microscale: a 2D molecular dynamics
r r
V (r)
4
r
1
/
12
r
1
/
6
记 V / V；r / r
9
分子间势能及相互作用
▪ 一些气体的参数
Neon (nm) 0.275 /kB(K) 36
Argon Krypon Xenon Nitrogen
0.3405 0.360 0.410 0.370
119.8 171 221
i
m vi2
22
i
宏观性质的统计
▪ 系统的势能
Ep
V (rij )
1i j N
▪ 系统的内能
Ek
i
p2 2mi
▪ 系统的总能 E = Ep+Ek
▪ 系统的温度
1
T dNkB
i
mivi2
23
模拟
• 热容 定义热容
E：系统总能
Cv
E T
V
计算系统在温度T和T+T时的总能ET、ET +T，
26
模拟
模拟
▪ 气、液状态方程
维里定理(Virial Theorem)
分子动力学结果分析.完美版PPT
分子动力学模拟可以提供特定时刻的值 ， 这样使得我们可以计算一个时刻 的物理量与同一时刻或另一时刻（时间 t以后）的另一物理量的关联函数 ， 这个值被称为时间关联系数 ， 关联函数可以写为
上式用到了 lim t → ０ 时 ， Cxy （０） ＝ 枙 x y枛和 lim t → ∞ 时 ， Cxy （t） ＝ x y
压力通常通过虚功原理模拟得到。 当模拟的材料为纯的材料时 ， 扩散系数被称为自扩散系数。 自关联函数就是一个量对先前的值的记忆程度 ， 或者反过来说 ， 就是系统需要多长时间忘记先前的值。 如果在半径 r到 r ＋ δr的球壳内的粒子数为 n（r） ， 由此可以得到径向分布函数 g（r）为 以定义很多关联函数 ， 最普遍使用的为 一个简单例子是速度自关联函数意义就是０ 时刻的速度与时刻 t的速度关联程度。 如果单位体积的粒子数为 ρ ０ ， 则在半径 r到 r ＋ δr的球壳内的总粒子数为 ４πρ ０ r２δr ， 因此体积元中原子数随 r２变化。 对理想晶体而言 ， 其静态结构因子为１ ， 而对理想流体 ， 则为０ 。 在相变时 ， 比热容会呈现与温度相关的特征（对一级相变点 ， 比热容呈现无限大 ； 对理想晶体而言 ， 其静态结构因子为１ ， 而对理想流体 ， 则为０ 。
pi 为质量 mi 粒子的总动量 ， N 为粒子总数 ， NC 为系统的受限制的 自由度数目 ， 通常 NC＝ ３ 。
能量
体系的热力学能可以很容易通过体系能量的系综平均得到 ， 即
压力 P
压力通常通过虚功原理模拟得到。虚功定义为所有粒子坐标与作用在 粒子上的力的乘积的和 ， 通常写为
式中 xi 为原子的坐标 ， 是动量沿坐标方向对时间的一阶导 数（根据牛顿定律 ， 为力） 。 虚功原理给出虚功等于 －３NkB T。
分子动力学模拟.pptx
这种系综称巨正则系综。
进行分子动力学模拟的第一步是确定起始构型，一个能量较低的起始构型是进行分子模拟
的 基础，一般分子的其实构型主要是来自实验数据或量子化学计算。在确定起始构型之后 要赋 予构成分子的各个原子速度，这一速度是根据玻尔兹曼分布随机生成，由于速度的分
布符合 玻尔兹曼统计，因此在这个阶段，体系的温度是恒定的。另外，在随机生成各个原
能说关注的切入点不同罢了。常见的有三类力场：全原子力场，联合力场，粗粒化力场；当
然还有所谓的第一代，第二代，第三代力场的说法，这里就不一一列举了。
再次提醒注意：必须选择适合我们所关注体系和我们所感兴趣的性质及现象的力场。 3 通过实验数据或者是某些工具得到体系内的每一个分子的初始结构坐标文件，之后，
乏明确的表达 式，参量很多，模拟收敛速度很慢，给应用带来很大困难，因此在一般应用
中，通过第一性 原理计算结果拟合势函数的 L-J，morse 等势模型的应用仍非常广泛。 分子动力学计算的基本思想是赋予分子体系初始运动状态之后，利用分子的自然运动在相 空 间中抽取样本进行统计计算，时间步长就是抽样的间隔，因而时间步长的选取对动力学
模拟 非常重要。太长的时间步长会造成分子间的激烈碰撞，体系数据溢出；太短的时间步
长会降 低模拟过程搜索相空间的能力，因此一般选取的时间步长为体系各个自由度中最短 运动周期 的十分之一。但是通常情况下，体系各自由度中运动周期最短的是各个化学键的 振动，而这 种运动对计算某些宏观性质并不产生影响5 年：第一原理分子动力学法（→カー・パリネロ法）
1991 年：巨正则系综的分子动力学方法(Cagin and Pettit). 最新的巨正则系综，即为组成系综的系统与一温度为 T、化学势为μ的很大的热源、粒子源 相接触，此时系统不仅同热源有能量交换，而且可以同粒子源有粒子的交换，最后达到平衡，
进行分子动力学模拟的第一步是确定起始构型，一个能量较低的起始构型是进行分子模拟
的 基础，一般分子的其实构型主要是来自实验数据或量子化学计算。在确定起始构型之后 要赋 予构成分子的各个原子速度，这一速度是根据玻尔兹曼分布随机生成，由于速度的分
布符合 玻尔兹曼统计，因此在这个阶段，体系的温度是恒定的。另外，在随机生成各个原
能说关注的切入点不同罢了。常见的有三类力场：全原子力场，联合力场，粗粒化力场；当
然还有所谓的第一代，第二代，第三代力场的说法，这里就不一一列举了。
再次提醒注意：必须选择适合我们所关注体系和我们所感兴趣的性质及现象的力场。 3 通过实验数据或者是某些工具得到体系内的每一个分子的初始结构坐标文件，之后，
乏明确的表达 式，参量很多，模拟收敛速度很慢，给应用带来很大困难，因此在一般应用
中，通过第一性 原理计算结果拟合势函数的 L-J，morse 等势模型的应用仍非常广泛。 分子动力学计算的基本思想是赋予分子体系初始运动状态之后，利用分子的自然运动在相 空 间中抽取样本进行统计计算，时间步长就是抽样的间隔，因而时间步长的选取对动力学
模拟 非常重要。太长的时间步长会造成分子间的激烈碰撞，体系数据溢出；太短的时间步
长会降 低模拟过程搜索相空间的能力，因此一般选取的时间步长为体系各个自由度中最短 运动周期 的十分之一。但是通常情况下，体系各自由度中运动周期最短的是各个化学键的 振动，而这 种运动对计算某些宏观性质并不产生影响5 年：第一原理分子动力学法（→カー・パリネロ法）
1991 年：巨正则系综的分子动力学方法(Cagin and Pettit). 最新的巨正则系综，即为组成系综的系统与一温度为 T、化学势为μ的很大的热源、粒子源 相接触，此时系统不仅同热源有能量交换，而且可以同粒子源有粒子的交换，最后达到平衡，
分子动力学简介
➢ 根据受力更新分子的坐标
➢ 在此过程中收集用来计算宏观性 质的有关信息
初始能量优化方法
➢ 去除某些可能存在的原子重叠 ➢ 去除某些严重扭曲的键长、键角、扭矩等
➢ 方法
➢ 最速下降法 ➢ 牛顿拉夫森方法 ➢ 其他
➢ 一般优化几千到几万步
积分方法
➢ Verlet法 ➢ 简单易行，但是有精度损失 ➢ Leap-frog法，Verlet法的变种
➢ 单个处理器：~12天
➢ 16个并行处理器：~1天
或者
MPI
➢ Message Passing Interface
➢ 90年代初制定和完善的一套并行语法 ➢ 支持Fortran, C, C++ ➢ 简单易学
MPI Init 初始化 Size,Rank 是否正常初始化？ 是否Rand0 MPI Send
➢ 简单的液体，不涉及太多的界面性质
➢ 小分子体系，势能模型不是很复杂 ➢ 几百个分子，可能涉及到静电作用，可能需要长程校正 ➢ 用微机也可以处理，计算时间一般几小时~几天
大型（复杂）体系和并行算法
➢ 必要性
➢ 体系越来越大 ➢ 模拟时间越来越长
➢ 解决办法
➢ 制造更快的处理器 ➢ 并行计算机
➢ 例子：~50000原子的生物 体系，1ns模拟
是否Rand0
MPI Recv Program 是否非Rand0 MPI Send
是否Rand0
close MPI... End
close MPI... End
close MPI... End
close MPI... End
GPU计算架构
GPU Init 初始化 是否正常初始化？ 将数据传输到显存中
➢ 在此过程中收集用来计算宏观性 质的有关信息
初始能量优化方法
➢ 去除某些可能存在的原子重叠 ➢ 去除某些严重扭曲的键长、键角、扭矩等
➢ 方法
➢ 最速下降法 ➢ 牛顿拉夫森方法 ➢ 其他
➢ 一般优化几千到几万步
积分方法
➢ Verlet法 ➢ 简单易行，但是有精度损失 ➢ Leap-frog法，Verlet法的变种
➢ 单个处理器：~12天
➢ 16个并行处理器：~1天
或者
MPI
➢ Message Passing Interface
➢ 90年代初制定和完善的一套并行语法 ➢ 支持Fortran, C, C++ ➢ 简单易学
MPI Init 初始化 Size,Rank 是否正常初始化？ 是否Rand0 MPI Send
➢ 简单的液体，不涉及太多的界面性质
➢ 小分子体系，势能模型不是很复杂 ➢ 几百个分子，可能涉及到静电作用，可能需要长程校正 ➢ 用微机也可以处理，计算时间一般几小时~几天
大型（复杂）体系和并行算法
➢ 必要性
➢ 体系越来越大 ➢ 模拟时间越来越长
➢ 解决办法
➢ 制造更快的处理器 ➢ 并行计算机
➢ 例子：~50000原子的生物 体系，1ns模拟
是否Rand0
MPI Recv Program 是否非Rand0 MPI Send
是否Rand0
close MPI... End
close MPI... End
close MPI... End
close MPI... End
GPU计算架构
GPU Init 初始化 是否正常初始化？ 将数据传输到显存中
《分子动力学》课件
感谢观看
它基于经典力学原理，采用数值方法 求解分子体系的运动方程，模拟分子 的运动轨迹和相互作用，从而得到体 系的宏观性质和微观结构信息。
分子动力学的发展历程
分子动力学的起源可以追溯到20世纪50年代，当时科学家开始尝试使用计算机模拟 分子体系的运动行为。
随着计算机技术和算法的发展，分子动力学模拟的精度和规模不断得到提高，应用 领域也日益广泛。
详细描述
水分子动力学模拟可以揭示水分子在不同环境下的动态行为，例如在生物膜、催化剂表面或纳米孔中 的水分子行为。通过模拟，可以深入了解水分子与周围物质的相互作用，从而为理解生命过程、药物 设计和纳米技术提供重要依据。
蛋白质折叠模拟
总结词
预测蛋白质的三维结构
详细描述
蛋白质折叠模拟是利用分子动力学模拟预测蛋白质的三维结 构的过程。通过模拟蛋白质在溶液中的动态行为，可以预测 其可能的折叠方式，从而为理解蛋白质的功能和设计新药物 提供帮助。
目前，分子动力学已经成为材料科学、化学、生物学、药物设计等领域的重要研究 工具。
分子动力学模拟的应用领域
01
02
03
04
材料科学
研究材料的力学、热学、电学 等性质，以及材料的微观结构
和性能之间的关系。
化学
研究化学反应的机理和过程， 以及化学键的性质和变化规律
。
生物学
研究生物大分子的结构和功能 ，以及蛋白质、核酸等生物大
高分子材料模拟
总结词
优化高分子材料的性能和设计
VS
详细描述
高分子材料模拟利用分子动力学模拟来研 究高分子材料的结构和动态行为。通过模 拟，可以深入了解高分子材料的性能和行 为，从而优化其性能、提高稳定性或开发 新型高分子材料。这对于材料科学、化学 工程和聚合物科学等领域具有重要意义。
它基于经典力学原理，采用数值方法 求解分子体系的运动方程，模拟分子 的运动轨迹和相互作用，从而得到体 系的宏观性质和微观结构信息。
分子动力学的发展历程
分子动力学的起源可以追溯到20世纪50年代，当时科学家开始尝试使用计算机模拟 分子体系的运动行为。
随着计算机技术和算法的发展，分子动力学模拟的精度和规模不断得到提高，应用 领域也日益广泛。
详细描述
水分子动力学模拟可以揭示水分子在不同环境下的动态行为，例如在生物膜、催化剂表面或纳米孔中 的水分子行为。通过模拟，可以深入了解水分子与周围物质的相互作用，从而为理解生命过程、药物 设计和纳米技术提供重要依据。
蛋白质折叠模拟
总结词
预测蛋白质的三维结构
详细描述
蛋白质折叠模拟是利用分子动力学模拟预测蛋白质的三维结 构的过程。通过模拟蛋白质在溶液中的动态行为，可以预测 其可能的折叠方式，从而为理解蛋白质的功能和设计新药物 提供帮助。
目前，分子动力学已经成为材料科学、化学、生物学、药物设计等领域的重要研究 工具。
分子动力学模拟的应用领域
01
02
03
04
材料科学
研究材料的力学、热学、电学 等性质，以及材料的微观结构
和性能之间的关系。
化学
研究化学反应的机理和过程， 以及化学键的性质和变化规律
。
生物学
研究生物大分子的结构和功能 ，以及蛋白质、核酸等生物大
高分子材料模拟
总结词
优化高分子材料的性能和设计
VS
详细描述
高分子材料模拟利用分子动力学模拟来研 究高分子材料的结构和动态行为。通过模 拟，可以深入了解高分子材料的性能和行 为，从而优化其性能、提高稳定性或开发 新型高分子材料。这对于材料科学、化学 工程和聚合物科学等领域具有重要意义。
【精编】分子动力学模拟.PPT课件
rij f ij
2 K 3 Nk b T
PV 2 K 1 33
rij
f ij
2 3
K
2 3
P 2 [K ] 3V
1 2
rij fij
x new υ x old
V new υ 3V old
P 1 V 1 [υ 3 1 ]
TV
T
t P τ [ P0 P ]
P
υ {1
广义朗之万方程
miv•i(t)Fi(t)Ri(t)mi 0ti(tt')vi(t)d't
Ri(0)Rj(t) mik0 T ijij(t)
16、第六章、带传动(带传 动的张紧、使用和维护)资
料
复习旧课
1、带传动的失效形式和设计准则是什么？ 失效形式是：1）打滑；2）带的疲劳破坏。 设计准则是保证带在不打滑的前提下，具有足
Verlet 算法
r n 1 r n v n t 1 2 (m fn) t2 3 1 !d d 3 r 3 n tO ( t4 )
+ r n 1 r n v n t 1 2 (m fn ) t2 3 1 !d d 3 r 3 n tO ( t4 )
r n 1 2 r n r n 1 (m fn) t2 O ( t4)
d d i(t)v tfm i(it) k c b τ v dTT f0 T (T t)(t)v i(t)fm i(it) 1 2 T 0 T (T t)(t)v i(t)
c
df v
不能精确知道,假设
c
df v
= 1/2kb
压强
维里：作用在第 i个粒子上的力 Fi与坐标 ri乘积加和的期望值 维里定理：
n=0 中心盒
分子力学简介课件PPT
（force field method），是基于经典力学方程的计算分子的 平衡结构和能量的方法。
基本假设：
Born-Oppenheimer近似下对势能面的经验性拟合。
量子力学中的薛定谔方程 （非相对论和无时间依赖的情况下）：
2021/3/10
(R,r) E(R,r)
体系的哈密顿算符e(r与; R原)子核（ER）(和r电; R子)（r）位置相关的波函数 n(R) E(R)
2021/3/10
莫斯函数（Morse Function）
E s D e[e x p ( A (l l0)) 1 ]2
•TRIPOS, Cherm-X, CHARMM和AMBER采用谐振 子函数形式
•CVFF, DRIEDING和UFF既支持莫斯函数也支持谐 振子模型
•MM2和MMX用二阶泰勒展开的莫斯函数
核运动方程： (Tˆ Eel ) N (R) E N (R)
②
核运动的波函数
13
ke 0
ke 0
电子运动方程： (Hˆ el VNN )e (R, r) Eele (R, r) ①
核运动方程： (Tˆ Eel ) N (R) E N (R)
②
方程①中的能量Eel(势能面)仅仅是原子核坐标有关。相应的，方程 ②所表示的为在核势能面E(R)上的核运动方程。
2021/3/10
24
二面角扭转能 Torsion Rotation
ET
N Vn[1cos(n)]
n0 2
• V n 为势垒高度（barrier height），定量描述了二面角旋转的难易程度；
• N 为多重度（multiplicity），指键从0°到360°旋转过程中能量极小点的个 数；
基本假设：
Born-Oppenheimer近似下对势能面的经验性拟合。
量子力学中的薛定谔方程 （非相对论和无时间依赖的情况下）：
2021/3/10
(R,r) E(R,r)
体系的哈密顿算符e(r与; R原)子核（ER）(和r电; R子)（r）位置相关的波函数 n(R) E(R)
2021/3/10
莫斯函数（Morse Function）
E s D e[e x p ( A (l l0)) 1 ]2
•TRIPOS, Cherm-X, CHARMM和AMBER采用谐振 子函数形式
•CVFF, DRIEDING和UFF既支持莫斯函数也支持谐 振子模型
•MM2和MMX用二阶泰勒展开的莫斯函数
核运动方程： (Tˆ Eel ) N (R) E N (R)
②
核运动的波函数
13
ke 0
ke 0
电子运动方程： (Hˆ el VNN )e (R, r) Eele (R, r) ①
核运动方程： (Tˆ Eel ) N (R) E N (R)
②
方程①中的能量Eel(势能面)仅仅是原子核坐标有关。相应的，方程 ②所表示的为在核势能面E(R)上的核运动方程。
2021/3/10
24
二面角扭转能 Torsion Rotation
ET
N Vn[1cos(n)]
n0 2
• V n 为势垒高度（barrier height），定量描述了二面角旋转的难易程度；
• N 为多重度（multiplicity），指键从0°到360°旋转过程中能量极小点的个 数；
分子动力学ppt课件
这里执行了两个NEMD模拟，模拟A和模拟B： 运行A模拟旨在探讨在LE-NEMD的基本特征 试验B目的是展示在一个高度不均匀系统LE-NEMD的性能
.
16
The specific enthalpy, h, in a local slab of volume V was calculated by
计算Cp和αp的波动公式： 在EMD模拟中，平均值<X>的统计误差通过下面的标准偏差来估计：
.
17
模拟A ：超临界流体系统
左下图示为A模拟得到：剖面ZZ压力分量p ZZ，温度T，比焓h，和密 度ρ，
比焓和质量密度与温度的关系图 圆圈表示由EMD算出的平衡值
.
18
➢ 温度T，比焓h，和密度ρ的 部分梯度值
微槽道中对流换热强度比常规尺度对流换热高 出两个数量级
超薄薄膜材料导热系数比常规尺度同种材料导 热系数低一到两个数量级
微尺寸物体自然对流换热比大空间自然对流换 热明显增强
这些微尺度条件下的传热现象,其中有些目前还无法由经典的传热 理论得到完整的解释。
在这样的背景下，分子动力学模拟法应运而生
.
3
单学坤 彭瑶nversity
1
背景介绍
举例： 微电子电路尺度己达微米量级中的导热对
流冷却 微槽道微米量级中的对流换热 薄膜材料的热传导 微电子机械系统中的流动与传热
共同的特点 换热是在微尺度条件下进行的
.
2
传统换热 微尺度换热
比较
微尺度传热具有新的特点和规律：
13
不同模型的过冷沸腾过程Comparison of sub-cooled boiling process in cases PT2, C-T2 and F-T2 at t = 200,300 and 400 ps. (White ellipses indicate where nano-scale gas cavities form).
.
16
The specific enthalpy, h, in a local slab of volume V was calculated by
计算Cp和αp的波动公式： 在EMD模拟中，平均值<X>的统计误差通过下面的标准偏差来估计：
.
17
模拟A ：超临界流体系统
左下图示为A模拟得到：剖面ZZ压力分量p ZZ，温度T，比焓h，和密 度ρ，
比焓和质量密度与温度的关系图 圆圈表示由EMD算出的平衡值
.
18
➢ 温度T，比焓h，和密度ρ的 部分梯度值
微槽道中对流换热强度比常规尺度对流换热高 出两个数量级
超薄薄膜材料导热系数比常规尺度同种材料导 热系数低一到两个数量级
微尺寸物体自然对流换热比大空间自然对流换 热明显增强
这些微尺度条件下的传热现象,其中有些目前还无法由经典的传热 理论得到完整的解释。
在这样的背景下，分子动力学模拟法应运而生
.
3
单学坤 彭瑶nversity
1
背景介绍
举例： 微电子电路尺度己达微米量级中的导热对
流冷却 微槽道微米量级中的对流换热 薄膜材料的热传导 微电子机械系统中的流动与传热
共同的特点 换热是在微尺度条件下进行的
.
2
传统换热 微尺度换热
比较
微尺度传热具有新的特点和规律：
13
不同模型的过冷沸腾过程Comparison of sub-cooled boiling process in cases PT2, C-T2 and F-T2 at t = 200,300 and 400 ps. (White ellipses indicate where nano-scale gas cavities form).
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
作用的模型，故假定一个孤立的多粒子体系，粒子间的相 互作用位势是球对称的，则系统的哈密顿量为：
H 1
2
i
1 m
pi2
i j
u(rij )
（rij第i个粒子和第j个粒子 之间距离）
时间不显示地出现在哈密顿量中，系统受一下约束： ①系统能量E守恒； ②系统的粒子数恒定； ③系统的体积不变； ④整个系统并未运动，系统的总动量P恒等于零。
2
分子动力学方法的分类
• 按所遵循的运动规律或研究的对象分类：
经典MD
平衡态MD
非平衡态 MD
微正则系综 （NVE）
正则系综 （NVT）
等温等压系 综（NPT）
量子MD
等焓等压系 综（NPH）
3
分子动力学模拟的基本步骤
i • 设定模拟的物理模型，建立运动微分方程 ii • 给定初始条件，数值求解运动微分方程 iii • 趋于平衡的计算过程 iv • 宏观物理量的计算
16
平衡态分子动力学模拟
经典MD
平衡态MD
非平衡态 MD
量子MD
微正则系综 （NVE）
正则系综 （NVT）
等温等压系 综（NPT）
等焓等压系 综（NPH）
• 微正则系综（NVE）
系统的能量、粒子数和体积均被处理成恒定量。
17
微正则系综
• 前提条件
对微正则系综进行MD模拟时首先要确定系统中粒子相互
18
微正则系综
• 从牛顿运动方程出发：
d 2ri (t) dt 2
1 m
i j
Fi (rij
)
i=1,2,…,N
采用Verlet方法（中心差分格式）求上式：
ri (t h) 2ri (t) ri (t h) Fi (t)h2 / m i=1,2,…,N
i j
可知，由t和t-h的位置及t时刻的受力能求出t+h时刻粒子的位置；
由n+1步位置算出n步的速度，可见动能的计算比势能落后一步。
19
微正则系综
• 具体模拟步骤：
①给定初始空间位置：
r (0)
i
，ri(1)
②在n步时计算粒子所受的力： Fi(n) Fi (tn )
③计算粒子第n+1步的位置
r (n1) i
r (n1) i
2ri ( n )
ri(n1)
Fi ( n ) h 2
式中rij为位于ri处的粒子i同ri处的粒子j之间的距离。
8
具体步骤
➢ 对于短程力采用截断半径法
相互作用势的确定十分关键，然而势函数的确定 往往相当困难，并不能精确知道。
9
具体步骤
• 给定初始条件
一般来说MD中初始条件是不知道的，而且初始 条件往往不重要； 常用的初始条件选择：
1、令初始位置处在离散网格的格点上，初始速度则从波 尔兹曼分布随机抽样确定； 2、令初始位置随机地偏离网格的格点，初始速度取为零； 3、初始位置与速度都随机确定：初始位置随机偏离网格 格点，初始速度有波尔兹曼分布随机抽样确定。
分子动力学方法
1
概述
• 首先，分子动力学方法是一种确定性方法。 • 分子动力学方法是按照该体系内部的动力
学规律来确定位置和速度随时间的演化的 一种模拟方法。 • 跟踪系统中每个粒子的个体运动。 • 根据统计物理规律，给出微观量（座标、 速度）与宏观可观测量（温度、压力、比 热、弹性模量等）的关系，从而研究物质 和材料的性能。
/m
④计算第n步的速度，Vi ( n )
(ri(n1)
r (n1) i
)
/
2h
⑤返回步骤2，开始下一次模拟计算。
• 改进：
把N个粒子的初始位置放置在网格的格点上，然后加以扰 动，给出的初始条件是粒子的空间位置和运动速度，可用
如下公式计算粒子位置： ri(1) 2ri(0) hvi0 Fi(0)h2 / 2m 20
10
具体步骤
• 数值求解运动方程和趋衡计算
模拟计算首先从数值求解运动方程出发，方法有： ➢ 一步法：
采用有限差分法，将微分方程变为有限差分方程， 取差分计算的时间步长为h,运用到展开的一阶泰 勒公式：
11
具体步骤
整理后得到微分方程的欧拉算法：
这是一组递推公式。 ➢ Verlet方法（二步法的一种）
微正则系综
• 上述Verlet算法可以作变形改进，使数值计算的稳定性得 到改善，即为Verlet算法的速度形式：
令，
z(n) i
(ri(n1)
ri(n) ) /
将泰勒公式二次展开
12
具体步骤
➢ 蛙跳Leap-Frog算法：
13
具体步骤
14
具体步骤
➢ 另外还有速度Verlet算法 可以同时给出位置、速度与加速度，并且不牺牲 精度。 预测—校正算法
➢ 时间步长h的选取 过大误差太大，过小平衡时间太长，同时增加累 加误差。
15
具体步骤
• 宏观物理量的计算 最终目的 通过相对轨迹求平均得到。
值， σ可以确定长度的单位。
➢ 周期性边界条件
A(x)=A(x+nL) A为任意的可观测量
7
具体步骤
➢ MD中考虑粒子间相互作用时，通常采用最小像力 的约定： 在无穷重复的分子动力学基本元胞中，只考 虑每个粒子只同它所在的基本元胞内的另外N-1个 粒子或其最邻近的影像粒子相互作用；
既有， rij min(| ri rj nL |)
现令， tn nh
r (n) i
ri (tn )
F (n) i
Fi (tn )
上式可以改写为：ri(n1)
2ri(n)
r (n1)
i
Fi(n)h2 / m , i=1,2,…,N
i j
即为计算粒子坐标随时间演化的递推公式；
一组初始空间位置
随后粒子的所有位置；
粒子运动速度：Vi(n) (ri(n1) ri(n1) ) / 2h
4
具体步骤
• 设定模拟物理模型
首要步骤
➢ 对经典MD而言，每个分子遵循牛顿运动规律
mai(t)=Fi(r), i=1,2,…,N 总Fi 和是。体系内N个经典粒子作用在第i个粒子上力的
N
^
Fi (r) Fi (| ri rj |) rij j 1
i j
5
具体步骤
➢分子之间相互作用势：
势函数的选取是模型设定步骤中的关键 M最先被应用的势函数）
∞， 如果r<σ V(r)=
0， 如果r≥ σ 其中σ为相互作用势为0时的两分子之间的距离。
6
具体步骤
2、Lennard-Jones位势（最简单和最常用）
V (r) 4[( )12 ( 6 )]
r
r
其中，-ε是位势的最小值（即势阱最低处的V(r)
值）， ε可确定能量的单位；σ为V(r)等于零时的r