創(chuàng)新訓(xùn)練計劃資助項目結(jié)題案例

1、“創(chuàng)新訓(xùn)練計劃”資助項目結(jié)題案例（由項目負責(zé)學(xué)生在項目完成后撰寫，每個項目提交一份）要求：小四號字，宋體，單倍行距1）案例特點鮮明，有一定可借鑒性；2）內(nèi)容詳實，真實有據(jù)；3）文稿、圖片提供電子版。基本信息項目負責(zé)人填寫在第一行研究題目針對雙金屬納米顆粒體系增強抽樣方法的發(fā)展與應(yīng)用項目名稱1、“國家創(chuàng)新訓(xùn)練計劃”2、“北京市創(chuàng)新計劃”（請在相應(yīng)的項目名稱下劃"V”）所屬學(xué)科門類化學(xué)立項時間2017.7結(jié)題時間2018.10學(xué) 生學(xué)號| 姓名性別身份證號院（系）專業(yè)1500017803管浙彬培學(xué)院材料化學(xué)導(dǎo) 師姓名性別年齡院（系）專業(yè)領(lǐng)域職稱/職

2、務(wù)蔣鴻男43化學(xué)與分子工程 學(xué)院化學(xué)研究員案 例 摘 要（500字 以 內(nèi)）本項目的選題背景、目的與意義；項目實施的初步收獲和體會分子模擬已經(jīng)是研究一個體系的常用方法，但是其計算成本太高，導(dǎo)致其精度往往 達不到預(yù)期的結(jié)果。因此發(fā)展高效的抽樣方法，是分子模擬的核心問題之一。雙金屬納 米顆粒體系有著優(yōu)異的催化性能，其中表面負載型雙金屬納米顆?？纱呋疌O C02崔化重整等重要反應(yīng)。但體系較復(fù)雜，其穩(wěn)定性相關(guān)的計算方法有待研究和發(fā)展。本項目計 劃發(fā)展針對雙金屬納米顆粒體系的增強抽樣方法并應(yīng)用于具體性質(zhì)的計算。項目實施以來，我學(xué)習(xí)分子模擬相關(guān)的數(shù)學(xué)和物理知識， 如隨機過程，常微分方程， 統(tǒng)計物理等，學(xué)習(xí)

3、了基本的分子模擬方法：分子動力學(xué)及蒙特卡洛方法，并進一步將 umbrella sampling 以及ITS兩種方法與蒙特卡洛方法相結(jié)合，最終獲得了 Ni-Cu雙金 屬納米顆粒的結(jié)構(gòu)性質(zhì)，并且用增強抽樣方法提高了采樣效率。在課題的進行中，我不僅學(xué)到了很多專業(yè)知識，更獲得了大量的實踐經(jīng)驗，使我的 數(shù)理計算機水平得到很大提升，我也體會到了科學(xué)研究的艱辛，但更多的是最終得到結(jié) 果時的欣喜。（400（字 以 內(nèi)）項目選題的背景（除選題意義以外，應(yīng)著重說明學(xué)生對該項目的自主興趣所在和原先在 該項目上所積累的實踐基礎(chǔ)和知識基礎(chǔ)，400字以內(nèi)）雙金屬納米顆粒催化氣相反應(yīng)一直受到關(guān)注，而納米顆粒的結(jié)構(gòu)在催化過程

4、中非常重要。 普通的分子模擬方法已經(jīng)廣為使用，增強抽樣方法將分子可以使用的范圍進一步推廣， 因此我希望能夠?qū){米顆粒這種復(fù)雜體系發(fā)展增強抽樣方法。項目成員的組成、特長、分工及成員間相互協(xié)調(diào)配合的情況，導(dǎo)師指導(dǎo)情況（400字以內(nèi)）項目由本人獨立完成。 相對擅長數(shù)學(xué)物理推導(dǎo)。）每周與導(dǎo)師討論一次，其他時間通過微信及郵件交流。項目的創(chuàng)新點與特色（包括使用了什么樣的創(chuàng)新方法、手段、項目的科學(xué)意義和應(yīng)用價 值等，600字以內(nèi)）對納米顆粒進行蒙特卡洛研究已經(jīng)有所報道，但很少有報道將增強抽樣方法應(yīng)用于納米 顆粒的研究。因此我嘗試將相對傳統(tǒng)的 umbrella sampling 方法以及新型的ITS方法應(yīng) 用

5、于納米顆粒。提高抽樣效率后，能更準確的模擬納米顆粒的性質(zhì)，并且可以將體系擴 大至與實際顆粒相當(dāng)?shù)拇笮。@不僅有助于研究納米顆粒的催化性質(zhì)，也可以用于研究 納米顆粒的其他性質(zhì)。項目實施的進展情況及初步取得的創(chuàng)新成果（1000字左右） 首先學(xué)習(xí)了基本的分子模擬方法：分子動力學(xué)以及蒙特卡洛方法，并且在各種程序上嘗 試用兩種方法進行模擬?？紤]到對于金屬體系，原子結(jié)合較緊密，用分子動力學(xué)模擬可 能會導(dǎo)致只有外層原子運動，內(nèi)層原子幾乎靜止，浪費計算量，且體系的變化太小，很 難達到平衡狀態(tài)，因此我考慮用蒙特卡洛方法進行模擬。采用蒙特卡洛方法的好處在于 可以采用一些非物理的方法幫助體系達到平衡，如交換兩原子位

6、置，這用分子動力學(xué)幾 乎不可能完成。在勢能的選擇上，我選用用于金屬體系的EMT勢，雖然對于納米顆粒體系 EMT勢是否有效還需要進一步的檢驗，但是由于目前的主要目標在于測試算法，因此勢能的選擇可以 相對寬松，不需要非常精確，能夠保持定性的結(jié)論即可。另外，在每次做完MC移動時，將體系優(yōu)化至最小能量，這相當(dāng)于將體系的勢能面變成分段常數(shù)，簡化了勢能面，并且 與納米顆粒中常用的basin hopp ing尋找能量極小值的方法相對應(yīng)。在嘗試了不同程序后，最終米用了 python中的ase包進行模擬，因為與python相結(jié)合， 因此更方便修改程序的細節(jié)。對于結(jié)構(gòu)性質(zhì)的表征，徑向分布可以直接用徑向分布函數(shù)，計

7、算其中某種原子的比例， 從而考察是否有原子更傾向于在內(nèi)部或外部。對于角度上的分布，由于體系有球?qū)ΨQ性，因此我們無法觀察到某個特殊的朝向，為此我考慮用一種原子的質(zhì)心位置來表征，若質(zhì) 心位置服從正態(tài)分布，則表明角度上為均勻分布的，否則兩種原子可能會分相。增強抽樣方法選用umbrella sampling 以及ITS方法。兩種方法都被報道可以提咼模擬 的效率，但是還沒有用于納米顆粒體系。經(jīng)過實驗，發(fā)現(xiàn)兩種方法都可以正確地米樣感興趣的性質(zhì)， Ni-Cu雙金屬顆粒中Ni原子 基本集中在內(nèi)部，而Cu原子分布在表面，在角度上兩種原子均勻分布。而效率上， ITS 方法對于模擬效率的提升非常明顯，而 umbre

8、lla sampli ng 沒有明顯的效果。項目實施過程中的收獲與體會（1500字左右）本研剛開始時，我對于分子模擬基本了解很少，只是對增強抽樣的方法非常感興趣， 因此選擇做這個課題。經(jīng)過一年多的學(xué)習(xí)，從知識上說，我學(xué)習(xí)了分子動力學(xué)和蒙特卡洛，基本掌握了分 子動力學(xué)和蒙特卡洛方法的原理，并且通過學(xué)習(xí)隨機過程相關(guān)的知識，對蒙特卡洛方法 有了更深的理解。通過增強抽樣方法的學(xué)習(xí)，我了解到更前沿的方法，學(xué)到了處理分子 模擬的基本技巧。同時，統(tǒng)計物理是分子模擬的基礎(chǔ)，通過學(xué)習(xí)分子模擬，我也對正則 系綜理論有了更深的認識。相對于知識，我收獲更多的是經(jīng)驗。課本上，文獻上給出的公式和算法與實際呈現(xiàn) 的代碼完全

9、是兩回事。例如 umbrella sampli ng 中高斯勢的大小，位置以及標準差的選 取都需要憑借經(jīng)驗選取，ITS方法中需要先調(diào)整能量零點等，這些都是沒有出現(xiàn)在文獻 上，但是對于程序非常重要的問題。另外，除了算法的學(xué)習(xí)之外，我在編程水平上也得 到很大提高。真正的程序中有許多細節(jié)的問題需要注意，小到隨機數(shù)的生成，大到代碼 的結(jié)構(gòu)，甚至修改內(nèi)存溢出的問題，都需要我去實踐和落實。通過不斷修改代碼，我學(xué) 到了 debug的技巧，對于python的使用也更加熟練。另外，使用linux系統(tǒng)中的軟件， 以及在超算上運行任務(wù)也為我以后的研究打下基礎(chǔ)。如何通過微觀性質(zhì)表征納米顆粒的結(jié)構(gòu)特點，這一點在課本，文

10、獻上都鮮都提到， 不同的體系也需要關(guān)注不同的結(jié)構(gòu)特點。因此表征徑向以及角向分布的方法我沒有可以 依據(jù)的現(xiàn)成方法，必須自己嘗試。最終我選出了幾種較為有效的表征方法。雖然這不是 非常困難的問題，但是這種從零開始嘗試的經(jīng)驗讓我受益匪淺。本研期間給我感觸最大的就是我在代碼水平上的不足，由于對linux系統(tǒng)不熟悉，一開始安裝軟件就失敗了很多次，系統(tǒng)的各種指令我也不熟悉，導(dǎo)致工作效率非常低。 最終我的程序是用python編寫的，因為我不習(xí)慣寫函數(shù)和類，導(dǎo)致代碼冗余很多，經(jīng)常 出問題，改一個bug要很長時間。如果我的編程水平高一些，本研進度會快很多。這也 是我現(xiàn)在不斷提高編程能力的動力。另外，我感覺認識算法

11、的數(shù)學(xué)本質(zhì)很重要，一開始學(xué)習(xí)分子模擬的時候，看分子動 力學(xué)和蒙特卡洛感覺很簡單，也有現(xiàn)成的程序可以使用，就沒有計較背后的數(shù)學(xué)原理。 但是當(dāng)我要開始用自己的程序，就發(fā)現(xiàn)效率很低，常常會卡在一些地方。后來學(xué)了數(shù)值 分析之后，知道分子動力學(xué)就是常微分方程的數(shù)值解， 蒙特卡洛就是馬爾科夫鏈的收斂， 感覺一下子領(lǐng)悟到了本質(zhì)，在寫程序就感覺思路貫通。另外數(shù)學(xué)知識還有助于理解實驗 結(jié)果，如為什么收斂速度是指數(shù)而不是反比，這就需要隨機過程的知識。不過雖然數(shù)學(xué)重要，但是在增強抽樣算法的設(shè)計中，起關(guān)鍵作用的還是物理思想， 增強抽樣算法的思想都是有物理依據(jù)的，而不是憑空產(chǎn)生的，例如提高體系溫度，降低 某些勢壘等。因此僅僅會數(shù)學(xué)并不夠，還需要結(jié)合物理上的想法才能實現(xiàn)創(chuàng)新和突破。我還體會到，真正的研究并不會按照自己在開始時預(yù)期的想法發(fā)展，本研過程中我 遇到了很多意想不到的困難，例如內(nèi)存溢出，體系熔化，力場不完善等問題。這些都是 我在開始課題時沒有想到的