【文献分享】机器学习 + 分子动力学 + 第一性原理 + 热力学性质 + 微观结构

---

================================

分享一篇关于机器学习 + 分子动力学 + 第一性原理 + 热学性质（密度、比热容、导热率和粘度）+ 微观结构的文章。

感谢论文的原作者！

关键词：

1. Deep potential

2. Machine learning

3. Molecular dynamics

4. Microscopic structure

5. Thermal properties

================================

主要内容

“NaCl–MgCl2 –CaCl2 共晶三元氯化物盐是用于高温热能存储的潜在传热和存储材料。在本研究中，以第一性原理分子动力学模拟结果为数据集，利用神经网络机器学习方法开发三元氯化物盐的原子间势。通过深势分子动力学（DPMD）模拟来预测 NaCl-MgCl2-CaCl2 三元盐的微观结构和热物理性质。这项工作表明，DPMD 模拟可以准确计算三元氯化物盐的微观结构和热物理性质。氯离子与阳离子的缔合强度顺序为Mg2+ > Ca2+ > Na+，配位数随温度升高逐渐减少，表明熔融结构逐渐疏松、无序。此外，密度、比热容、导热率和粘度等热物理性质与实验测量结果吻合良好。机器学习分子动力学将为下一代太阳能发电厂和热能存储系统的设计提供可行的多元熔盐勘探方法。”——取自文章摘要。

================================

分析方法

Microstructure Analysis:

1. Radial Distribution Function.

2. Potential of Mean Force.

3. Coordination Number.

4. Angular Distribution Function

Thermal Property Analysis.

1. Density.

2. Specific Heat Capacity.

3. Thermal Conductivity.

4. Viscosity.

================================

================================

Figure 1

Figure 2

Figure 3

Figure 4

Figure 5

Figure 6

Figure 7

Figure 8

Figure 9

Figure 10

================================

以上是我们分享的一些经验或者文章的搬运，或有不足，欢迎大家指出！

如有侵权，请联系我立马删除！

详细内容（文章题目、文章链接、附件下载）可在微 信 公 众 号：原子与分子模拟获取，欢迎大家关注。