Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Szybkie wytwarzanie reakcji elektrochemicznej elektrolitu w akumulatorze in-silico przy użyciu wieloskalowej minimalizacji energii 3T-VASP

1K wyświetleń

⸱

DOI:

10.3791/68854

⸱

22 sierpnia 2025

 ,  ,  ,  ,  , 
1College of Computer Science and Artificial Intelligence, Wenzhou University, 2Wenzhou University Artificial Intelligence and Advanced Manufacturing Institute, 3Tencent Quantum Laboratory, 4Tencent Quantum Laboratory

W tym artykule

Podsumowanie

Struktura 3T-VASP łączy hierarchiczną transformację struktury z wieloskalowymi gradientami ab initio , aby znacznie zmniejszyć liczbę kroków potrzebnych do ucieczki od lokalnych minimów energii i modelowania reakcji elektrochemicznych. Protokół ten przedstawia metodę generowania produktów ubocznych reakcji elektrochemicznych dla różnych kombinacji składników elektrolitu przy użyciu zaledwie 100-150 statycznych obliczeń DFT.

Streszczenie

Elektrolity są ważnymi składnikami akumulatorów litowo-jonowych. Jednak degradacja akumulatora spowodowana nieodwracalnymi reakcjami elektrochemicznymi w elektrolicie może zużywać cząsteczki elektrolitu i poważnie skrócić jego efektywną żywotność. Dlatego ważne jest zbadanie ścieżek reakcji elektrochemicznych w elektrolicie akumulatora, aby jeszcze bardziej poprawić niezawodność akumulatora litowo-jonowego. Niestety, trudno jest eksperymentalnie zbadać dokładne szlaki reakcji elektrochemicznej elektrolitu w elektrolicie, który zwykle zawiera wiele związków chemicznych (różne rozpuszczalniki, sole, cząsteczki dodatków i interfejsy elektrod). Te produkty uboczne reakcji mogą tworzyć złożoną interfazę elektrolitu stałego (SEI) na granicy faz elektrolit-elektroda (LiF, Li2CO3, Li2O, LiOH, związki litu organicznego itp.), które są trudniejsze do analizy, zamiast być uwalniane jako łatwiejsze do analizy małe cząsteczki gazu. Nasza niedawna publikacja na temat techniki wielopoziomowej transformaty tensorowej w połączeniu z oprogramowaniem do teorii funkcjonału gęstości (wielopoziomowa transformacja tensorowa - Vienna Ab-initio Simulation Package (VASP) lub 3T-VASP) umożliwia praktyczne zastosowanie podejścia ab-initio do generowania fizycznie znaczących produktów ubocznych reakcji elektrochemicznej elektrolitu w zaledwie 100-150 krokach DFT. W tej pracy opisujemy bardziej szczegółowo wewnętrzne działanie kodu 3T-VASP (publicznie dostępnego na Githubie), wraz z etapami przygotowania symulacji potrzebnymi do prawidłowego skonfigurowania przepływu pracy 3T-VASP dla nowych systemów elektrolitowych, które są przedmiotem zainteresowania, poza przykładami przedstawionymi w oryginalnej publikacji 3T-VASP.

Wprowadzenie

Badanie ścieżek reakcji elektrochemicznych w nowych składach elektrolitów akumulatorów jest ważne dla określenia metod poprawy wydajności i żywotności akumulatorów pojazdów elektrycznych1. Jednak takie badania są często trudne, ponieważ elektrolity akumulatorowe są często wytwarzane przez mieszanie różnych składników, takich jak rozpuszczalnik, sól i cząsteczki dodatków, które oddziałują ze sobą i z różnymi powierzchniami (elektrody katodowe i anodowe) pod różnymi napięciami roboczymi i temperaturami akumulatora2. W eksperymentach niektóre z nieodwracalnych reakcji elektrochemicznego rozkładu elektrolitów są łatwiejsze do zbadania, ponieważ wytwarzają produkty uboczne o małych cząsteczkach gazu, które są uwalniane z roztworu elektrolitu do powietrza (co ułatwia sondowanie przy użyciu technik eksperymentalnych, takich jak chromatografia gazowa 3,4,5). Jednak wiele z tych produktów ubocznych to większe cząsteczki lub złożone organiczno-nieorganiczne mieszaniny stałe, takie jak złożone związki polimerów litoorganicznych6, które nie będą uwalniane do środowiska w postaci cząsteczek gazu. Utrudnia to eksperymentalne badanie tych bardziej złożonych ścieżek reakcji elektrochemicznych2.

Modelowanie ab-initio, takie jak teoria funkcjonału gęstości (DFT), jest obiecującą metodą badania potencjalnych ścieżek degradacji elektrochemicznej elektrolitu in silico7. Jednak prosta minimalizacja energii DFT złożonej struktury elektrolitu (ciekła mieszanina z eksperymentalnie uzasadnionymi stężeniami składników elektrolitu w pudełku okresowych warunków brzegowych) w większości przypadków nie wygeneruje niskoenergetycznych struktur odpowiadających fizycznie znaczącym produktom ubocznym reakcji elektrochemicznej. Struktury zminimalizowane DFT zazwyczaj mają wyższą energię i reprezentują niefizyczne produkty uboczne, które odpowiadają nieprawidłowym ścieżkom degradacji elektrochemicznej, ponieważ struktury są uwięzione w lokalnych minimach energetycznych podczas procedury minimalizacji energii DFT. Metody takie jak dynamika molekularna ab-initio (AIMD)8,9, pole siłowe sieci neuronowej 10,11,12,13,14,15,16 lub metadynamika oparta na DFT 17,18,19 są często wykorzystywane do badania bardziej zróżnicowanych struktur elektrolitowych, które mogą zawierać bardziej znaczące produkty uboczne reakcji elektrochemicznej. Często podejmowane są również obliczeniowe badania przesiewowe w celu wygenerowania składników elektrolitu, które zgodnie z przewidywaniami będą bardziej stabilne elektrochemicznie20. Wszystkie te metody mają jednak swoje wady, takie jak: wymaganie dużych i długotrwałych zasobów obliczeniowych7, duża ilość danych treningowych ab-initio 13 lub wcześniejsza wiedza na temat ewentualnych produktów ubocznych reakcji elektrochemicznej w celu wypaczenia symulacji w celu uzyskania konkretnych wyników21.

Niedawno wprowadziliśmy metodę minimalizacji energii struktury ab-initio w sposób wieloskalowy poprzez połączenie gradientów energii uzyskanych z dowolnej metody ab-initio, takiej jak siły atomowe DFT obliczone za pomocą oprogramowania Vienna Ab-initio Simulation Package (VASP)22, z gradientami funkcji transformacji struktury obliczonymi za pomocą PyTorch (3T-VASP)23,24. Takie podejście pozwala użytkownikowi po prostu skonfigurować pudełko symulacyjne wypełnione wieloma typami i liczbami cząsteczek składników elektrolitu i uruchomić zewnętrzny kalkulator energii atomowej i siły (taki jak klasyczne pole siłowe lub VASP DFT). Minimalizacja energii struktury jest następnie automatycznie wykonywana w sposób wieloskalowy, co uwzględnia naturalne tryby transformacji struktury odpowiednich cząsteczek (translacje i rotacje różnych segmentów cząsteczki). Ponieważ symulacja 3T-VASP jest zwykle "wykonywana" w ciągu 100-150 statycznych wywołań DFT, generując jednocześnie fizycznie znaczące produkty uboczne reakcji (wiele z nich zaobserwowano eksperymentalnie we wcześniejszej literaturze)24, możliwe jest przeprowadzenie wielu różnych zestawów trajektorii 3T-VASP w celu wygenerowania potencjalnie znaczących ścieżek reakcji elektrochemicznych i produktów ubocznych w elektrolicie do dalszych badań obliczeniowych lub eksperymentalnych. Zasady i matematyka stojące za wieloskalową minimalizacją struktury gradientowej zostały szczegółowo omówione we wcześniejszej publikacji24. W tej pracy staramy się bardziej szczegółowo omówić architekturę oprogramowania 3T-VASP i obliczeniowy przepływ pracy, konfigurację środowiska obliczeniowego niezbędnego do uruchomienia 3T-VASP, przygotowanie plików wejściowych do symulacji 3T-VASP nowych systemów, monitorowanie symulacji 3T-VASP oraz przykład trajektorii wyjściowych.

Po pierwsze, konieczne jest zrozumienie ogólnej architektury oprogramowania 3T-VASP, jak pokazano na rysunku 1. Działanie 3T-VASP polega na identyfikacji i wykorzystaniu naturalnych trybów transformacji struktury w cząsteczce (ponieważ są to transformacje struktury, które są łatwiejsze do przeprowadzenia przez cząsteczki przy zachowaniu stosunkowo niskiej energii struktury ab-initio )24. Chociaż możliwe jest ręczne zaprogramowanie tych trybów transformacji struktury dla każdego nowego gatunku cząsteczki (jest to kłopotliwe), 3T-VASP oferuje użytkownikowi automatyzację tego procesu poprzez wykorzystanie informacji dostępnych w klasycznym pliku pola siłowego reprezentującego cząsteczkę24. Po określeniu tych trybów transformacji struktury dla pożądanych składników cząsteczki elektrolitu, użytkownik musi określić pole okresowego warunku brzegowego i jego parametry wektora sieci (pudełko może być pierwotnie puste lub częściowo wypełnione pojedynczymi kationami lub powierzchnią elektrody), które mają być dalej wypełnione pożądanymi typami i liczbą innych cząsteczek elektrolitu (takich jak rozpuszczalniki, jony soli, dodatki). Algorytm 3T będzie następnie używał klasycznego pola siłowego (wbudowany kalkulator klasycznego pola siłowego jest dołączony do 3T-VASP) lub oprogramowania VASP środowiska obliczeniowego do obliczenia energii atomowej i sił w celu przeprowadzenia wieloskalowej transformacji struktury, co może zminimalizować energię struktury w niewielkiej liczbie statycznych wywołań DFT24. Ta redukcja kosztów obliczeniowych umożliwia powtórzenie trajektorii reakcji elektrochemicznej i wytwarzania produktu ubocznego dla dużej liczby początkowych struktur.

figure-introduction-1
Rysunek 1: Obliczeniowy przebieg pracy 3T-VASP. (A) Wstępne przetwarzanie struktur wejściowych 3T-VASP (okresowe warunki brzegowe, kraty i małe cząsteczki). Parametryzacja pola siłowego małych cząsteczek może być wykonana automatycznie za pomocą serwera internetowego SwissParam, ręcznie zmodyfikowana po parametryzacji serwera internetowego LigParGen lub załadowana z pamięci podręcznej na podstawie wcześniej zakończonej parametryzacji. Segmentacja mikro i makrogrup algorytmu 3T odbywa się automatycznie poprzez parsowanie podstruktur cząsteczek na podstawie ich obrotowych wiązań. Plik wejściowy kraty PBC jest w formacie pliku VASP POSCAR i powinien być zaprojektowany tak, aby miał wystarczająco dużo pustej przestrzeni fizycznej, aby upakować żądaną liczbę cząsteczek wejściowych. Siatka PBC może być pustym pudełkiem wypełnionym kilkoma jonami lub strukturą powierzchni z pewną pustą przestrzenią. (B) Pożądane typy i liczby małych cząsteczek umieszcza się w pustej przestrzeni w sieci PBC za pomocą PackMol. (C) Wieloskalowa minimalizacja struktury gradientowej 3T przy użyciu wbudowanego kalkulatora pola siłowego (3T-FF, głównie w celu umożliwienia dyspersji cieczy i stworzenia fizycznie rozsądnej struktury początkowej dla 3T-VASP bez dopuszczania do reakcji chemicznych). (D) Wieloskalowa minimalizacja gradientowej struktury 3T za pomocą zewnętrznego oprogramowania, takiego jak kalkulator VASP (3T-VASP umożliwia przebieg reakcji elektrochemicznych). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Różne zewnętrzne oprogramowanie typu open source, takie jak GROningen Machine for Chemical Simulations (GROMACS), klasyczne oprogramowanie do dynamiki molekularnej oparte na polu siłowym, które jest przydatne do przeprowadzania symulacji dynamiki molekularnej na dużą skalę25 oraz InterMol, baza kodu biblioteki Python opracowana przez Shirts et al. do konwersji formatu plików dynamiki molekularnej26, są wykorzystywane do umożliwienia automatycznej parametryzacji pola siłowego cząsteczki i ekstrakcji wiązań obrotowych. VASP służy do umożliwienia reakcji elektrochemicznej podczas fazy ab initio (cykle 3T-VASP). Kroki potrzebne do zainstalowania tych zależności przedstawiono w tym artykule.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

1. Konfiguracja środowiska komputerowego do uruchomienia 3T-VASP

UWAGA: Zaleca się korzystanie z Linuksa27 w następujących krokach.

  1. Skonfiguruj środowisko conda28 przeznaczone do uruchamiania 3T-VASP.
    1. Zainstaluj conda (taką jak miniconda) na komputerze z systemem Linux, postępując zgodnie z oficjalnymi instrukcjami (link znajduje się w Tabeli materiałów ).
    2. Utwórz nowe środowisko conda 3T, aktywuj je i zainstaluj usługę Git, uruchamiając następujące polecenia:
      conda create --name 3T python=3.11
      conda aktywuj 3T
      conda install git -c conda-forge
    3. Sklonuj repozytorium github 3T-VASP i wejdź do katalogu
      git clone https://github.com/jpmailoa/External_3T.git
      płyta CD External_3T
    4. Zainstaluj mambę, aby zarządzać zależnościami conda i zainstaluj wymagane biblioteki dla środowiska conda 3T:
      conda install mamba -c conda-forge
      mamba install --file requirements.txt -c pytorch -c conda-forge -c rdkit
  2. Zainstaluj oprogramowanie GROMACS w środowisku 3T.
    1. Zainstaluj GROMACS w środowisku 3T conda (instrukcję instalacji można znaleźć w Tabeli Materiałów).
      UWAGA: Jeśli użytkownik nie planuje przetwarzania żadnej nowej cząsteczki do formatu .pkl (patrz krok 2.3) i może pracować z istniejącymi cząsteczkami, które zostały wcześniej przetworzone (w postaci pliku .pkl), ta instalacja GROMACS (krok 1.2) może zostać pominięta.
  3. Zainstaluj zmodyfikowaną wersję InterMol w środowisku 3T.
    1. Postępuj zgodnie z poniższymi instrukcjami, aby zainstalować wersję InterMol z poprawką błędów:
      cd utils/Convert_Gromacs_LAMMPS/InterMol
      Kompilacja setup.py Pythona
      instalacja setup.py pythona
      płyta CD.. /.. /..
      UWAGA: Jeśli użytkownik nie planuje przetwarzania żadnej nowej cząsteczki do formatu .pkl (patrz krok 2.3) i może pracować z istniejącymi cząsteczkami, które zostały wcześniej przetworzone (w postaci pliku .pkl), ta instalacja InterMol (krok 1.3) może zostać pominięta.
  4. Określ ścieżkę oprogramowania VASP w kodzie 3T-VASP.
    1. Zainstaluj oprogramowanie VASP w środowisku 3T. Instrukcje i samouczki można znaleźć w Tabeli materiałów.
    2. Otwórz plik 'utils/calculator_3T_VASP.py' i sprawdź funkcję 'run_VASP'. Poszukaj następującego wiersza domyślnego w skrypcie języka Python:
      os.system('nohup mpirun -n '+n_gpu+' --allow-run-as-root ~/software/vasp.6.2.1/bin/vasp_std')
      1. Powyższy domyślny wiersz powinien zostać zmodyfikowany do wywołania systemowego systemu operacyjnego, które wskazuje na plik wykonywalny VASP użytkownika i określa zasoby obliczeniowe, na przykład:
        os.system('mpirun -np 2 /ścieżka/do/vasp/bin/vasp_std')
  5. Upewnij się, że niezbędne biblioteki innych firm innych niż Python są dostępne w środowisku 3T conda, uruchamiając następujące polecenia w terminalu systemu Linux (lub zainstaluj w razie potrzeby):
    GMX (Organizacja Generalna)
    wget powiedział:
    rozpiąć
    Opakowanie Packmol
    UWAGA: Te polecenia będą wywoływane tylko podczas wstępnego przetwarzania pliku w formacie molecule force field, więc jeśli użytkownik planuje pracować tylko ze wstępnie przetworzonymi plikami .pkl molekuł, biblioteki 'wget' i 'unzip' nie muszą być instalowane.
  6. Wykonaj przebieg testowy, aby upewnić się, że 3T-VASP został poprawnie skonfigurowany.
    1. Użyj języka Python, aby uruchomić jeden z następujących skryptów testowych, które są dostarczane na podstawie wcześniejszej publikacji24:
      python randomize_3T_bulk_electrolyte_reduction.py
      python randomize_3T_bulk_electrolyte_oxidation.py
    2. Pomyślne wykonanie spowoduje wygenerowanie dzienników w pliku wyjściowym "default.log", które można monitorować w oddzielnym terminalu Linux (przykład pokazany na rysunku 2).

figure-protocol-1
Rysunek 2: Przykładowa zawartość pliku dziennika 3T podczas uruchomienia testowego po udanej instalacji. Domyślny plik dziennika po prostu rejestruje bieżący numer kroku cyklu 3T oraz czas obliczeniowy, który upłynął od początku cyklu. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

2. Przygotowanie plików wejściowych 3T-VASP

  1. Przygotuj okresową strukturę kratową skrzynkową w formacie pliku VASP POSCAR.
    1. Nazwij pliki kratowe 3T-VASP jako ".vasp" i zapisz je w podfolderze folderu "input" (takim jak folder "input/Electrolyte_Reduction"). Zapisz pliki w formacie pliku VASP POSCAR. Przykład takiego pilnika POSCAR kratowego PBC z trzema kationami litu w jego wnętrzu pokazany został poniżej na rysunku 3.
  2. Przygotuj plik nadpisania właściwości okresowej struktury kratowej skrzynki.
    1. Nazwij te pliki nadpisania właściwości struktury kratowej 3T-VASP jako ".override", umieść je w podfolderze folderu "input" (takim jak folder "input/Electrolyte_Reduction" z kroku 2.1) i zapisz je w formacie JSON jako słownik z wpisem klucza "movable_group" i "atom_charge_proximity" (patrz przykład na rysunku 4).
  3. Przygotuj pliki struktury cząsteczki w formacie pliku XYZ.
    1. Nazwij te pliki struktury cząsteczki 3T-VASP jako ".xyz" (patrz przykład na rysunku 5) i umieść je w folderze "input". 3T-VASP sprawdzi, czy plik ".xyz" został wcześniej przekonwertowany na plik .pkl, czy nie, a jeśli nie, cząsteczka zostanie przetworzona przy użyciu bezpłatnego zewnętrznego serwera internetowego do parametryzacji pola siłowego SwissParam29. Jeśli parametryzacja pola siłowego jest oparta na innym serwerze internetowym, takim jak LigParGen30 lub wymagana jest parametryzacja ręczna, zapoznaj się z krokiem 2.6.
  4. Przygotuj szablonowe pliki wejściowe VASP do użycia podczas każdego kroku 3T-VASP.
    1. Użyj standardowych plików wejściowych VASP, takich jak INCAR, KPOINTS i POTCAR (POSCAR nie jest potrzebny). W pliku INCAR upewnij się, że liczba kroków w przebiegach dynamiki molekularnej NSW nie jest ustawiona lub jest ustawiona na wartość domyślną NSW = 0 (przykład pokazany na rysunku 6). Umieść te pliki w podfolderze folderu "templates/VASP" (np. "templates/VASP/Electrolyte_Reduction").
  5. Przygotuj plik konfiguracyjny 3T, który konfiguruje wszystkie inne pliki wejściowe.
    UWAGA: Ten plik konfiguracyjny powinien być dostarczony w formie listy w formacie JSON (gdzie każdy element listy jest blokiem słownika, który wskazuje ustawienia jednego cyklu 3T)24 i umieszczony w folderze 'configs' (takim jak 'configs/Electrolyte_Reduction.json', przykład pokazany na rysunku 7 poniżej). Nieokreślone parametry w każdym cyklu odziedziczą parametry z konfiguracji poprzedniego cyklu.
  6. (Opcjonalnie) W razie potrzeby użyj ręcznej parametryzacji lub serwera internetowego LigParGen, aby sparametryzować pole sił cząsteczki.
    1. Użyj LigParGen lub ręcznej parametryzacji dla cząsteczek, których nie można sparametryzować za pomocą SwissParam, takich jak naładowane cząsteczki, struktury rezonansowe lub rodniki. Zapoznaj się z dodatkowymi przykładami podanymi w celu uzyskania wskazówek:
      python example_LigParGen_FF_assignment.py
      python example_manual_FF_assignment.py

figure-protocol-2
Rysunek 3: Przykład pilnika POSCAR z siatką PBC wypełnionego kilkoma jonami litu. (A) Rozmiar pudełka wynosi 14 × 14 × 14 Å3 i jest wystarczająco dużo pustej przestrzeni, aby można ją było następnie wypełnić cząsteczkami elektrolitu za pomocą PackMol. (B) Plik kratowy PBC, który jest zasadniczo plikiem VASP POSCAR, który można bezpośrednio wizualizować za pomocą oprogramowania innych firm, takiego jak Visual Molecular Dynamics (VMD)31. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-protocol-3
Rysunek 4: Przykład pliku zastąpienia właściwości kraty PBC. Słownik ten opisuje modyfikacje właściwości, które powinny być stosowane na atomach wewnątrz sieci PBC. Przykładowy zagnieżdżony wpis listy dla klucza "movable_group" oznacza, że atom litu 0,1,2 to pojedyncze grupy atomów, które mogą poruszać się niezależnie podczas symulacji 3T. Ponadto wartość ładunku częściowego +0,5 jest nakładana na każdy atom litu za pomocą klucza "atom_charge_proximity". Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-protocol-4
Rysunek 5: Przykład pliku XYZ cząsteczki. (A) Ten plik jest w formacie pliku XYZ standardowej cząsteczki zawierającego tylko elementy atomu i współrzędne. (B) Ten plik XYZ cząsteczki może być bezpośrednio wizualizowany za pomocą oprogramowania innych firm, takiego jak VMD. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-protocol-5
Rysunek 6: Przykład akceptowalnego szablonu 3T pliku VASP INCAR. Większość ustawień w tym pliku należy dostosować do potrzeb użytkownika. Jedynym wymaganiem dla rozluźnienia 3T-VASP jest to, że wartość NSW albo nie jest ustawiona, albo ustawiona na NSW = 0. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-protocol-6
Rysunek 7: Przykład pliku konfiguracyjnego 3T. Każdy element na liście (blok) reprezentuje ustawienia cyklu 3T ("tryb" określa, czy cykl jest minimalizacją 3T-FF czy 3T-VASP). Jeśli klucz nie jest określony w słowniku bloku, oznacza to, że zamiast niego zostanie użyta para klucz-wartość z poprzedniego bloku. "lattice_poscar" określa lokalizację pliku POSCAR struktury kratowej w stylu VASP ("plik", krok 2.1) i jego pliku nadpisania ("nadpisanie", krok 2.2, jeśli jest dostępny). "molecule_xyz" określa wszystkie dodatkowe gatunki cząsteczek, które chcielibyśmy dodać do pola PBC, przy czym "file" określa lokalizację pliku cząsteczki XYZ, a "count" określa liczbę takich gatunków cząsteczek, które mają zostać dodane do pola PBC. 'mode' określa 'FF' (tryb 3T-FF) lub 'VASP' (tryb 3T-VASP). "n_epoch" określa liczbę etapów minimalizacji, które należy wykonać w tym cyklu 3T. 'out_tag' określa nazwę, która powinna być używana dla plików dziennika powiązanych z tym cyklem (i dlatego użytkownik powinien nadać cyklom unikalne nazwy, aby zapobiec przypadkowemu nadpisaniu ważnych plików dziennika lub plików wyjściowych). "print_freq" określa, jak często powinien być zapisywany wyjściowy plik dziennika (1 = wyjście do pliku dziennika w każdym kroku). Gdy zacznie być używany tryb 3T-VASP, użytkownik powinien dodatkowo określić lokalizację folderu plików szablonu VASP w kluczu "VASP_template" słownika "lattice_poscar". Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

3. Uruchom minimalizację energii 3T-FF i 3T-VASP

  1. Wykonaj pojedyncze generowanie trajektorii 3T-FF/3T-VASP.
    1. Aby uzyskać przykładowy plik konfiguracyjny z kroku 2.5 ("configs/Electrolyte_Reduction.json"), uruchom polecenia:
      pyton
      >> z main_run_utils importuj główne
      >> main('configs/Electrolyte_Reduction.json')
      UWAGA: W zależności od konfiguracji komputera użytkownika ukończenie generowania tej trajektorii może potrwać kilka godzin (zawiera ona 250 wywołań statycznych VASP DFT). Użytkownik może śledzić postępy, sprawdzając zawartość pliku "default.log" w osobnym terminalu Linux (krok 1.6).
  2. Jeśli pożądane jest generowanie trajektorii na dużą skalę, przygotuj skrypt języka Python, aby zautomatyzować generowanie i wykorzystanie plików konfiguracyjnych.
    1. W przypadku skryptu automatyzacji na dużą skalę (Rysunek 8) napisz krótką funkcję (na przykład "config_modify_func"), aby zastąpić określone frazy w pliku szablonu konfiguracji (na przykład "configs/Electrolyte_Reduction_template.json"). Spowoduje to automatyczne wygenerowanie nowych plików konfiguracyjnych w celu wytworzenia różnych trajektorii 3T-VASP. Na przykład uruchom następujący skrypt automatyzacji na dużą skalę:
      python randomize_3T_bulk_electrolyte_reduction.py
      UWAGA: Po prawidłowym skonfigurowaniu kodu 3T-VASP i rozpoczęciu symulacji, minimalizacja struktury wieloskalowej 3T będzie działać w tle. W zależności od konfiguracji maszyny użytkownika może minąć kilka dni, zanim zakończy się generowanie wielu trajektorii. Ten przykład protokołu zawiera 2500 wywołań statycznych VASP DFT (10 trajektorii 3T-VASP), które zostaną zakończone w ciągu 30-40 godzin w węźle obliczeniowym z 4 procesorami graficznymi Nvidia V100. Jak wspomniano w kroku 3.1.1, ogólny postęp można śledzić, sprawdzając zawartość pliku "default.log" w osobnym terminalu Linux. 3T-VASP będzie również okresowo zrzucać trajektorię wyjściową, która może być przeglądana w czasie rzeczywistym. W przykładzie pliku konfiguracyjnego (Rysunek 7, krok 2.5) pole "out_tag" w bloku 3T opisuje nazwę plików wyjściowych, w których zostaną zapisane wyniki z tego cyklu 3T. Na przykład wartość "out_tag" z "FF_step3" oznacza, że trajektoria atomowa całego cyklu zostanie zapisana na "FF_step3.xyz" (w postaci wieloramkowego formatu pliku XYZ), podczas gdy energia obliczona przez wbudowany kalkulator pola siłowego 3T w trybie "FF" (lub energia DFT obliczona przez VASP w trybie "VASP") zostanie zapisana na "FF_step3_outE.txt' (jednostką energii w tym pliku jest kilokaloria na mol [kcal/mol]).

figure-protocol-7
Rysunek 8: Przykład skryptu automatyzacji generowania trajektorii 3T-VASP. Plik konfiguracyjny szablonu musi być dostarczony jako dane wejściowe "tag" do funkcji "multiple_runs". Oprócz tego należy również podać liczbę trajektorii do wygenerowania (10) oraz funkcję, która modyfikuje zawartość pliku konfiguracyjnego szablonu w celu wygenerowania nowych losowych plików konfiguracyjnych (funkcja "config_modify_func"). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Jeśli minimalizacja energii 3T jest ustawiona prawidłowo, należy zaobserwować stopniowe rozpraszanie cząsteczek elektrolitu w skrzynce PBC podczas fazy 3T-FF, bez zachodzącej reakcji chemicznej (rysunek 9A). Ważne jest, aby pamiętać, że 3T-FF opiera się na klasycznej energii pola siłowego, więc konieczne jest, aby parametry pola siłowego były wystarczająco dobre, aby zapewnić, że cząsteczki zachowają swoją prawidłową geometrię i że trajektoria 3T ani się nie załamie (przyciąganie międzygatun...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Główną zaletą algorytmu 3T jest jego zdolność do umożliwienia szybkiej minimalizacji energii struktury, co pozwala łatwo uniknąć trywialnych lokalnych minimów energetycznych poprzez minimalizację struktury w sposób hierarchiczny poprzez wieloskalową wsteczną propagację gradientu tensorowego. Z tego powodu optymalizator 3T ma tendencję do generowania fizycznych struktur o niskiej energii w złożonych systemach, które są trudniejsze do optymalizacji przy użyciu innych algorytmów minimalizacji energii struktury

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Kod 3T-VASP jest publicznie dostępny (https://www.github.com/jpmailoa/External_3T) i jest oferowany jako usługa komercyjna na platformie Tencent Elastic First-principle Simulation (TEFS) w chmurze Tencent Cloud. Autorzy deklarują brak dodatkowego konfliktu interesów.

Podziękowania

Prace te są wspierane przez finansowanie z programu badawczo-rozwojowego "Pioneer" i "Leading Goose" w Zhejiang, numer grantu 2025C01222. Prace obliczeniowe zostały sfinansowane przez firmę Tencent i przeprowadzone przy użyciu platformy Tencent Elastic First-principles Simulation (TEFS) w systemie przetwarzania w chmurze Tencent.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
CondaCondaOficjalne instrukcje instalacji Conda na komputerze z systemem Linux można znaleźć w: https://docs.conda.io/projects/conda/en/stable/user-guide/install/linux.html 
Oprogramowanie GROMACSWydział Chemii Biofizycznej, Uniwersytet w Groningen2021.3Wersja wykonywalna Gromacs z 18 sierpnia 2021 r. Standardowy plik wykonywalny w najnowszej wersji również powinien działać, choć nie został jeszcze przetestowany. Instrukcję instalacji GROMACS w środowisku 3T conda można znaleźć pod tym linkiem: https://manual.gromacs.org/documentation/2021.3/download.html i https://manual.gromacs.org/2021.3/install-guide/index.html
Oprogramowanie InterMolGrupa Koszulek, University of Colorado BoulderExternal_3T wersjaOryginalny kod InterMol opracowany przez grupę Shirts zawiera błąd związany z konwersją pola siłowego Gromacs -> LAMMPS. Do naprawienia tego błędu wymagana jest wersja InterMol zawarta w dystrybucji External_3T Github.
Pliki wejściowe artykułów JoVELaboratorium Kwantowe TencentPrzykłady plików wejściowych dla tego manuskryptu JoVE są dostępne na stronie 3T-VASP Github pod adresem https://www.github.com/jpmailoa/External_3T
Skrypty artykułów JoVELaboratorium Kwantowe TencentSkrypty Pythona dla tego manuskryptu JoVE dostępne na stronie 3T-VASP Github pod adresem https://www.github.com/jpmailoa/External_3T
Oprogramowanie VASPObliczeniowa Fizyka Materiałowa, Wydział Fizyki, Uniwersytet Wiedeńskivasp.6.2.1Wydanie pliku wykonywalnego VASP z 17 maja 2021 r. Standardowy równoległy plik wykonywalny VASP w najnowszej wersji również powinien działać, chociaż nie został jeszcze przetestowany. Instrukcje i samouczki dotyczące VASP można znaleźć pod tymi linkami: https://www.vasp.at/
https://www.vasp.at/tutorials/latest/  
Oprogramowanie VMDZespół Biofizyki Teoretycznej i Obliczeniowej, Uniwersytet Illinois w Urbana-Champaign1.9.3Standardowy plik wykonywalny VMD w najnowszej wersji.

Bibliografia

  1. Cao, X., et al. Effects of fluorinated solvents on electrolyte solvation structures and electrode/electrolyte interphases for lithium metal batteries. Proc Natl Acad Sci U S A. 118 (9), e2020357118(2021).
  2. Campion, C. L., Li, W., Lucht, B. L. Thermal decomposition of LiPF6-based electrolytes for lithium-ion batteries. J Electrochem Soc. 152 (12), A2327-A2334 (2005).
  3. Kanayama, K., Takahashi, S., Nakamura, H., Tezuka, T., Maruta, K. Experimental and modeling study on pyrolysis of ethylene carbonate/dimethyl carbonate mixture. Combust Flame. , 245(2022).
  4. Gachot, G., et al. Gas chromatography/Fourier transform infrared/mass spectrometry coupling: A tool for Li-ion battery safety field investigation. Anal Methods. 6 (15), 6120-6124 (2014).
  5. Bai, L., et al. Permanent gas analysis using gas chromatography with vacuum ultraviolet detection. J Chromatogr A. 1388, 244-250 (2015).
  6. Gao, Y., et al. Polymer-inorganic solid-electrolyte interphase for stable lithium metal batteries under lean electrolyte conditions. Nat Mater. 18 (4), 384-389 (2019).
  7. Wang, L. -P., et al. Discovering chemistry with an ab initio nanoreactor. Nat Chem. 6 (12), 1044-1048 (2014).
  8. Leung, K., Budzien, J. L. Ab initio molecular dynamics simulations of the initial stages of solid-electrolyte interphase formation on lithium ion battery graphitic anodes. Phys Chem Chem Phys. 12 (25), 6583-6586 (2010).
  9. Blumberger, J., Tateyama, Y., Sprik, M. Ab initio molecular dynamics simulation of redox reactions in solution. Comput Phys Commun. 169 (1-3), 256-261 (2005).
  10. Batzner, S., et al. E(3)-equivariant graph neural networks for data-efficient and accurate interatomic potentials. Nat Commun. 13 (3), 2453(2022).
  11. Park, C. W., et al. Accurate and scalable graph neural network force field and molecular dynamics with direct force architecture. npj Comput Mater. 7, 73(2021).
  12. Mailoa, J. P., et al. A fast neural network approach for direct covariant forces prediction in complex multi-element extended systems. Nat Mach Intell. 1, 471-479 (2019).
  13. Chmiela, S., Sauceda, H. E., Müller, K. R., Tkatchenko, A. Towards exact molecular dynamics simulations with machine-learned force fields. Nat Commun. 9, 3887(2018).
  14. Schütt, K. T., Sauceda, H. E., Kindermans, P. J., Tkatchenko, A., Müller, K. R. SchNet-A deep learning architecture for molecules and materials. J Chem Phys. 148 (24), 241722(2018).
  15. Zhang, L., Han, J., Wang, H., Car, R. E. W. Deep potential molecular dynamics: A scalable model with the accuracy of quantum mechanics. Phys Rev Lett. 120 (14), 143001(2018).
  16. Musaelian, A., et al. Learning local equivariant representations for large-scale atomistic dynamics. Nat Commun. 14, 579(2023).
  17. Fu, Y., Bernasconi, L., Liu, P. Ab initio molecular dynamics simulations of the SN1/SN2 mechanistic continuum in glycosylation reactions. J Am Chem Soc. 143 (3), 1577-1589 (2021).
  18. Ghoussoub, M., Yadav, S., Ghuman, K. K., Ozin, G. A., Singh, C. V. Metadynamics-biased ab initio molecular dynamics study of heterogeneous CO2 reduction via surface frustrated Lewis pairs. ACS Catal. 6 (10), 7109-7117 (2016).
  19. Tummanapelli, A. K., Vasudevan, S. Estimating successive pKa values of polyprotic acids from ab initio molecular dynamics using metadynamics: The dissociation of phthalic acid and its isomers. Phys Chem Chem Phys. 17 (9), 6383-6388 (2015).
  20. Mailoa, J. P., Li, X., Qiu, J., Zhang, S. Multi-constraint molecular generation using sparsely labelled training data for localized high-concentration electrolyte diluent screening. Digit Discov. 2, 1390-1403 (2023).
  21. Abbott, J. W., Hanke, F. Kinetically corrected Monte Carlo-molecular dynamics simulations of solid electrolyte interphase growth. J Chem Theory Comput. 18 (2), 925-934 (2022).
  22. Kresse, G., Furthmüller, J. Efficient iterative schemes for ab initio total-energy calculations using a plane-wave basis set. Phys Rev B. 54 (16), 11169-11186 (1996).
  23. Mailoa, J. P., Ye, Z., Qiu, J., Hsieh, C. -Y., Zhang, S. Protein-ligand complex generator & drug screening via tiered tensor transform. arXiv. , (2023).
  24. Mailoa, J. P., Li, X., Zhang, S. 3T-VASP: fast ab-initio electrochemical reactor via multi-scale gradient energy minimization. Nat Commun. 15, 10140(2024).
  25. Berendsen, H. J. C., van der Spoel, D., van Drunen, R. GROMACS: A message-passing parallel molecular dynamics implementation. Comput Phys Commun. 91 (1-3), 43-56 (1995).
  26. Shirts, M. R., et al. Lessons learned from comparing molecular dynamics engines on the SAMPL5 dataset. J Comput Aided Mol Des. 31 (1), 147-161 (2017).
  27. Linux kernel source tree. , https://github.com/torvalds/linux (2025).
  28. Miniconda software distribution. , https://docs.conda.io/projects/conda/en/stable/user-guide/install/linux.html (2025).
  29. Zoete, V., Cuendet, M. A., Grosdidier, A., Michielin, O. SwissParam: A fast force field generation tool for small organic molecules. J Comput Chem. 32 (11), 2359-2368 (2012).
  30. Dodda, L. S., De Vaca, I. C., Tirado-Rives, J., Jorgensen, W. L. LigParGen web server: An automatic OPLS-AA parameter generator for organic ligands. Nucleic Acids Res. 45 (W1), W331-W336 (2017).
  31. Humphrey, W., Dalke, A., Schulten, K. VMD: visual molecular dynamics. J Mol Graph. 14 (1), 33-38 (1996).
  32. Hermes, E. D., Sargsyan, K., Najm, H. N., Zádor, J. Sella, an open-source automation-friendly molecular saddle point optimizer. J Chem Theory Comput. 18 (11), 6974-6988 (2022).
  33. Martinez, L., Andrade, R., Birgin, E. G., Martinez, J. M. PackMol: A package for building initial configurations for molecular dynamics simulations. J Comput Chem. 30 (13), 2157-2164 (2012).
  34. Thompson, A. P., et al. LAMMPS-a flexible simulation tool for particle-based materials modeling at the atomic, meso, and continuum scales. Comput Phys Commun. 271, 108171(2022).
  35. Landry, C. A., Bergeron, J. G., Mathieu, O., Gering, K. L., Thomas, J. C. Density modeling of battery electrolyte mixtures. Batteries. 11 (2), 44(2025).
  36. Elstner, M., et al. Self-consistent-charge density-functional tight-binding method for simulations of complex materials properties. Phys Rev B. 58 (11), 7260-7268 (1998).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Reakcje elektrolitu bateryjnegoelektrochemiczne cie ki reakcjibaterie litowo jonowewarstwa SEI solid electrolyte interphaseprzep yw pracy 3T VASPteoria funkcjona u g sto ciprodukty uboczne elektrolitusymulacje ab initiookresowe warunki brzegowe
Szybkie wytwarzanie reakcji elektrochemicznej elektrolitu w akumulatorze in-silico przy użyciu wieloskalowej minimalizacji energii 3T-VASP
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.