“LAMMPS分子动力学及ReaxFF反应力场计算、机器学习材料预测”专题培训
来源: 科宇/
北京软研国际信息技术研究院
2400
0
3
2022-04-01




 

关于举办“LAMMPS分子动力学ReaxFF反应力场计算、机器学习材料预测系列专题培训的通知

五月系列专题:

 

LAMMPS分子动力学专题      内容详情

   20220501-05月04日   在线直播(授课四天)

 

ReaxFF反应力场计算专题    内容详情

   20220513-05月15日   在线直播(授课三天)

 

机器学习在材料结构与性能预测中的应用实战   内容详情

20220514-05月15   在线直播(授课天)

   20220520-05月22   在线直播(授课天)

 

LAMMPS分子动力学程序是一款开源免费的软件,可以模拟气态、液态、固态及混合态体系,LAMMPS软件计算速度快,计算能力强,用户使用LAMMPS既可以根据程序原有功能进行in文件编写进行模拟又可以自行编码开发出自己需求的功能。

ReaxFF是新一代的分子力场,除传统力场的基本性质之外,可以模拟体系中的化学反应。ReaxFF具有模拟速度快的优点,能够处理较大体系的化学反应过程。在材料科学中有着极大的应用前景,帮助设计和开发新材料。

传统的材料研发技术是通过实验合成表征对材料进行试错和验证,而过去的计算手段受限于算法效率,无法有效求解实际工业生产中面临的复杂问题。近几年随着大数据和人工智能介入,通过采用支持向量机、神经网络等机器学习算法训练数据集来构建模型,以预测材料的结构、吸附特性、电学特性、催化性能、力学特性和热力学特性等性能,大大推动新型材料的发现和传统材料的更新,预测结果甚至能够达到与高保真模型基本相同的精度,计算成本很低然而,机器学习在材料科学中的应用仍存在一些瓶颈,人工智能研究项目所需的技能和知识匮乏缺失制约着该方向的发展。

应新老客户的培训需求,北京软研国际信息技术研究院特举办“LAMMPS分子动力学及ReaxFF反应力场计算、机器学习材料预测”系列专题培训,本次培训由互动派(北京)教育科技有限公司具体承办,具体通知如下:

一、培训特色:

1、本次系列课程共3个专题,均采用在线直播的形式,提供无限次回放视频,发送全部案例资料,建立永不解散的课程群,长期互动答疑,学完后可与专业老师同学交流问题。

2、LAMMPS分子动力学专题从软件基础入门开始,结合实例讲解in文件编写命令,力图大家掌握LAMMPS是什么?能干什么?怎么用?进阶阶段分七个方向专题,分别讲授石墨烯、金属材料模拟、纳米流体模拟分析;热传导模拟计算;金属、合金、高熵合金及材料切削模拟;离子辐照损伤模拟;MOFs材料建模分析;分子筛膜材料气体分离模拟分析。

3、ReaxFF反应力场专题从ReaxFF基础理论开始,结合实例讲授反应力场计算所需的文件、力场验证、命令解读、程序获取与选择、结果计算与可视化;进阶部分以溶液中的质子转移、碳化硅表面石墨烯的生长为例,带大家走通整个ReaxFF反应力场应用的过程。

4、机器学习材料预测专题入门阶段从机器学习以及机器学习在材料领域的应用基本概念开始讲授让大家明确机器学习方法的适用性优势,以及有针对性的对python语言基础进行系统学习,为之后构建相应算法模型框架打下基础。课程进阶阶段分别讲授深度学习神经网络、经典机器学习模型材料数据库及特征工程、图神经网络实践、机器学习+Science五个模块,过程中穿插实际应用算例(神经网络在催化领域的应用-CO2还原、预测杂化钙钛矿的带隙和形成能、有机太阳能电池材料的快速筛选、图神经网络预测无机材料的性能、量子点发光材料色温的预测等)

5、每个专题课程通过基础+进阶案例应用的思路讲授,分别帮助学员掌握 LAMMPS软件操作技巧、ReaxFF反应力场计算以及在材料化学及物理学科领域中的应用思路,机器学习初学及应用研究角度出发,带大家实战演练机器学习在不同类型材料结构与性能预测中的数据来源、预测模型以及预测结论等,助力大家有针对性的掌握多种机器学习算法模型的构建以及在材料性能预测中的实现方法,使材料设计满足当前和未来发展。有助于理解自己科研方向,对新材料设计和使用过程的微观物理化学现象进行解释。

 

 

 

 

二、培训课表:

系列课程:“LAMMPS分子动力学模拟技术与应用”培训大纲

 

  

赠送视频内容

MD基础知识

分子动力学模拟入门理论——掌握LAMMPS的in文件中实现这些功能的命令

系综理论主要算法介绍单位制

积分步长的选取温度和压力控制

周期性边界条件

力场简介

分子动力学模拟流程

第一天 上午

LAMMPS基础入门

1  LAMMPS的基础入门——初识LAMMPS是什么?能干什么?怎么用?

1.1 LAMMPS在win10和ubuntu系统的安装及使用

1.2 in文件结构格式

1.3 in文件基本语法:结合实例,讲解in文件常用命令

1.4 data文件格式

1.5 LAMMPS常见错误解决途径

  • 实例操作:

运行并理解跟自己科研方向相近的例子。

第一天 下午

LAMMPS进阶

石墨烯、金属材料模拟专题

2 LAMMPS进阶实例操作,理解模拟对象的物理意义——从简单例子走向文献模型,举一反三提高学习效率

  • 实例操作: 

2.1 把剪切模型转换成拉伸模型

2.2 lattice命令石墨烯、金属、合金、高熵合金不同形状模型

2.3 石墨烯(不同力场)、金属、合金、高熵合金等拉伸剪切力学性质模拟

第二天 上午

LAMMPS进阶

(纳米流体模拟专题

3 LAMMPS进阶实例操作,理解模拟对象的物理意义——从简单例子走向文献模型,举一反三提高学习效率

  • 实例操作: 

3.1 把二维couette和poiseuille流动扩展成三维模型

3.2 建立三维管道内的poiseuille流动

3.3 进行石墨烯通道内的Couette流动和Poiseuille流动模拟

3.4 调节通道表面电荷性质、亲疏水性质,分析其对流动性质的影响

3.5 学习使用packmol,建立复杂混合溶液体系模型

3.6 模拟KCl等盐溶液的纳米流体流动

第二天 下午

LAMMPS进阶

(热传导模拟专题

4 LAMMPS进阶实例操作,理解模拟对象的物理意义——从简单例子走向文献模型举一反三提高学习效率

实例操作:

4.1 理解导热系数意义

4.2 掌握lammps计算导热系数的几种方法

4.3 碳纳米管等导热系数的模拟计算

第三天 上午

LAMMPS进阶

(多成分体系模拟专题

5 LAMMPS进阶实例操作,理解模拟对象的物理意义——从简单例子走向文献模型举一反三提高学习效率

  • 实例操作: 

5.1 金属、合金、高熵合金的摩擦模拟

5.2 材料切削模拟

5.3 夹层结构(graphene/C60/graphene)在不同粗糙度条件下的摩擦模拟复现

第三天

LAMMPS进阶

(金属、半导体材料的辐照模拟)

6 离子辐照对石墨烯、金属、碳化硅的离位损伤模拟

6.1 建立模拟体系的初始模型

6.2 PKA动能、位移随时间变化

6.3 点缺陷结构可视化

6.4 点缺陷的数量随时间变化

6.5 点缺陷的空间分布及演化过程

备选内容,根据课堂进度和学员情况决定

VMD、OVITO、msi2lmp等有机小分子建模,模型合并及模拟的轨迹文件处理等

第四天 上午

自建分子力场参数文件和金属有机框架材料晶体模型

7 LAMMPS分子力场文件创建及MOFs材料建模

7.1 介绍固体材料单晶包试验数据结构,掌握基本的材料几何特征

7.2 利用MS软件构建MOFs材料单晶包模型和H2和CO2分子模型

7.3 讲解分子作用势能函数,学习编写MS软件中的力场参数文件(off文件)

7.4 简单介绍巨正则系综Monte Carlo方法

7.5 利用Sorption模块将H2和CO2分子插入到MOFs材料

7.6 编写LAMMPS力场文件(frc文件),并通过lammps程序生成data文件

7.7 运行能量最小化及体系的预松弛

7.8 模拟步骤:包括能量最小化NVT平衡,对研究目标的性质进行长时间轨迹平衡-输出研究所关心的性质。

  • 实例操作:金属有机框架(MOFs)储氢和碳捕集模拟,计算密度分布,分子的MSD等性质。

第四天 下午

分子筛纳米膜分离H2/CO2混合气体模拟

8 研究H2/CO2在ZIF-7膜材料中分离性能——模拟文献Science 346 (6215), 1356-1359的分离过程

8.1  利用MS软件构建ZIF-7膜材料单晶包

8.2  设计H2/CO2ZIF-7体系模型,再现文献“Science 346 (6215), 1356-1359”的实验过程。

8.3  自定义分子力场文件(frc文件),通过lammps程序生成data文件

8.4  运行能量最小化及体系的预松弛

8.5  模拟步骤:包括能量最小化NVT平衡,对研究目标的性质进行长时间轨迹平衡-输出研究所关心的性质。

8.6  采用VMD查看动态轨迹 8.7  数据分析,计算RDF,MSD,密度分布,选择性等

实例操作:VMD中查看可视化的动态轨迹,计算密度分布,分子的MSD等,抽取轨迹的动能、势能、总能量等相关数据,对轨迹进行初步分析。


系列课程:“ReaxFF反应力场计算模拟技术与应用”培训大纲

 

  

第一天 上午

ReaxFF基础理论

1  ReaxFF反应力场理论概述

1.1 ReaxFF反应力场的发展历程

1.2 ReaxFF反应力场的理论基础

1.3 ReaxFF反应力场参数分枝与详解

1.4 ReaxFF反应力场的应用领域

第一天 下午

ReaxFF基础入门

2  ReaxFF反应力场基础入门

2.1 所需输入重要文件详解包括 control,  geo, ffield等文件

2.2 结合实例,讲解输入文件命令行,输出文件

2.3 ReaxFF反应力场简单实例操作结果查看

2.4 ReaxFF反应力场开发所需文件,力场验证方法(参数或反应路径扫描)

2.5 ReaxFF反应力场运行软件(standalone ReaxFF, ADF,LAMMPS)和程序获取

2.6 ReaxFF 反应力场的选取和准备

第二天 上午

ReaxFF计算软件

3 分子建模,可视与计算软件

3.1 建模软件gview, material studio

3.2 可视软件molden, VMD, OVITO

3.3 ReaxFF计算软件 standalone ReaxFF, ADF, LAMMPS

3.4 ADF运行文件设置

3.5 LAMMPS运行设置

第二天 下午

ReaxFF特殊功能

4 ReaxFF特殊功能介绍(主要针对adf和standalone ReaxFF程序)

4.1 改变体系温度或体积tregime.in, vregime.in, 加电场 eregime.in等

4.2 随机产生给定比例的混合物

4.3 geo文件的产生, 设定电荷, 限制键长键角和扫描等

4.4 指定时间在体系中添加和删除特定分子

4.5 产物化学组分分析与结果可视化

4.6 巨正则蒙特卡洛模拟gcmc设置

4.7 偏执势蒙特卡洛模拟fbmc设置

第三天 上午

ReaxFF进阶实例

 

5 ReaxFF进阶实例操作理解计算模拟的过程及物理意义

  • 实例操作:溶液中的质子转移(JPCB,JPCL文献)

1. 建立初始模型:重点注意事项(minimization->nvt->compress->npt->nvt)

2. 输入文件设置, 开启输出unfolded坐标文件

3. 模拟步骤:能量最小化,压缩,系综平衡等

4. VMD查看结果分析:msd,扩散系数,rdf,sdf, 质子追踪等

第三天

ReaxFF进阶实例

 

  • 实例操作: 碳化硅表面石墨烯的生长(Chem. Mater文献)
  • 建模与输入文件,表面选取与准备
  • 热分解法生长石墨烯,删除表面硅
  • cvd法生长石墨烯,添加乙炔分子
  • 可视评估石墨烯质量 (模拟结果统计与可视化)

交流互动环节

针对学员的问题一一作答

 

 

机器学习在材料结构与性能预测中的应用实战 教学大纲

 

机器学习导论

学习目标:对机器学习基本概念进行介绍,让大家对机器学习基本概念有大致了解。明确机器学习方法的适用性,优势,以及局限性等

 

什么是机器学习

机器学习的应用实例

机器学习在材料领域的应用

python语言基础

学习目标:机器学习主流实现是python语言。在学习机器学习之前,有针对性的对python进行系统的学习,以方便将来开展机器学习的学习

python安装与开发环境的搭建

基本数据类型

组合数据类型

控制结构

循环结构

函数

模块

深度学习神经网络

 

学习目标:从零开始手动实现一个神经网络,在这一过程中对所涉及的原理进行系统讲解及实践,让大家能够更深刻的理解算法背后的原理以及实现方法,之后有利于对其他机器学习更全面快速掌握

logistic 回归与损失函数

梯度下降法与 导数

计算图的导数计算

logistic 回归中的梯度下降法

向量化 logistic 回归的梯度输出

神经网络的梯度下降法

深层网络中的前向传播

深度学习框架

经典机器学习模型及应用

 

学习目标:对在材料领域中最常使用的几种机器学习模型进行介绍,总结它们的优缺点及适用范围,通过动手实践快速掌握几种方法

线性模型

决策树

支持向量机

集成学习

模型选择与性能优化

材料数据库及特征工程

学习目标:数据库构建是机器学习中的重要步骤,对材料领域常见的数据库进行介绍,学习如何利用ASE,pymatgen等软件包批量构建及处理数据集,以及对材料进行特征选择。讲解常见的材料结构表示方法及编码

常见材料数据库简介

材料训练集的构建

材料与化学数据的特征工程

常见的材料特征选择方法

模型性能评估和优化

图神经网络入门及实践

学习目标:图神经网络是最近在科学领域最为火热的研究领域。由于化学结构与图论有着天然的适配性,相较于其他模型,图神经网络在材料化学领域更为擅长。在这一部分我们会对图神经网络进行系统的讲解,学习常见的图神经网络架构,实践图神经网络在部分材料中的应用

图论简单入门

图神经网络概念介绍

化学与材料领域经典的图神经网络架构

图神经网络在材料中应用的实践

机器学习+Science

 

学习目标:介绍机器学习领域前沿内容,让大家了解最新的材料科学与机器学习领域的研究动态,同时介绍几种更为先进的机器学习算法

强化学习在材料优化问题中的应用

主动学习框架的在科学问题中的实现

生成模型在材料设计中的应用与挑战

Transformer应用——以AlphaFold2为例

应用实例

在整个教学过程穿插以下应用实例:(可根据学员要求补充)

神经网络在催化中的应用——CO2还原

利用机器学习方法预测杂化钙钛矿的带隙和形成能

利用机器学习实现有机太阳能电池材料的快速筛选

利用图神经网络预测无机材料的性能

多种机器学习模型对量子点发光材料色温的预测

 

 

 

三、培训时间:

LAMMPS分子动力学专题      内容详情

   20220501-05月04日   在线直播(授课四天)

ReaxFF反应力场计算专题    内容详情

   20220513-05月15日   在线直播(授课三天)

 

机器学习在材料结构与性能预测中的应用实战   内容详情

(共五天,三十个学时,每学时五十分钟)

   20220514-05月15   在线直播(授课天)

   20220520-05月22   在线直播(授课天)

 

四、报名费用:(含报名费、培训费、资料费)

LAMMPS分子动力学专题:每人¥3500元

ReaxFF反应力场专题:  每人¥4300元

 

机器学习在材料结构与性能预测中的应用实战

公费价:每人4500元/人

自费价:每人4200元/人

 

费用提供用于报销正规机打发票及盖有公章的纸质通知文件如需开具会议费的单位请联系招生老师要会议邀请函;

五、增值服务:

1、凡报名学员将获得本次培训书本教材及随堂全部案例电子资料

2、LAMMPS课程提前发送软件安装及理论部分教学视频

3、培训结束可获得所学专题课程全部无限次回放视频

4、价格优惠:

优惠一:本次任一专题2022415日前报名汇款可享受400元优惠(仅限前八名);

优惠二:同一人报名两个专题课程可享受额外优惠(具体请咨询招生联系人)

优惠三:老客户推荐学员可享受额外优惠(具体请咨询招生联系人)

5、学员提出的各自遇到的问题在课程结束后可以长期得到老师的解答与指导;

6、参加培训并通过考试的学员,可以获得:北京软研国际信息技术研究院培训中心颁发的《LAMMPS分子动力学模拟技术与应用》、《机器学习材料设计应用工程师专业技能结业证书;

六、联系方式:

官方联系人科宇老师      电话/微信:13520456594             

报名QQ:  1446084643

官方网址:http://srit.ac.cn  官方座机010-56245524

【注】开课前一周会务组统一通知;开课前一天会将直播链接及上机账号发至您邮箱或微信。如未收到请及时电话咨询

附件

登录用户可以查看和发表评论, 请前往  登录 或  注册
SCHOLAT.com 学者网
免责声明 | 关于我们 | 联系我们
联系我们: