CN108268750B - 基于枚举Wyckoff位置组合的假想无机晶体结构预测方法 - Google Patents
基于枚举Wyckoff位置组合的假想无机晶体结构预测方法 Download PDFInfo
- Publication number
- CN108268750B CN108268750B CN201810051824.XA CN201810051824A CN108268750B CN 108268750 B CN108268750 B CN 108268750B CN 201810051824 A CN201810051824 A CN 201810051824A CN 108268750 B CN108268750 B CN 108268750B
- Authority
- CN
- China
- Prior art keywords
- crystal structure
- inorganic crystal
- atoms
- hypothetical
- wyckoff
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Chemical & Material Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于枚举Wyckoff位置组合的假想无机晶体结构预测方法,第一步,选择进行结构预测的目标空间群,确定晶胞参数和骨架密度的范围;第二步,枚举出Wyckoff位置组合;第三步,进行结构模型的搭建;本发明在特定的空间群下,通过枚举出的Wyckoff位置组合,将原子固定在Wyckoff位置上进行假想无机晶体结构模型搭建,最终完成假想无机晶体结构预测,此方法能够均衡地搜索整个构象空间,提高结构模型的搭建效率,预测出更多合理的无机晶体结构。
Description
技术领域
本发明属于无机晶体结构预测领域,通过枚举Wyckoff位置组合的方法进行假想无机晶体的结构预测。
背景技术
近年来,由于在无机晶体中发现了许多独特的现象,并在技术上得到了广泛的应用,无机晶体领域得到了迅猛的发展。如MOFs和沸石分子筛等结构,拥有着极大的比表面积和大而均一的孔径,在分离科学和催化领域发挥着关键的作用。将无机晶体的结构、生长和性质作为一个统一的综合性问题,不仅研究晶体的理想结构,而且研究带有各种缺陷的实际结构,从而指导发现具有良好性能的无机晶体结构。然而,无机晶体结构的开发仍面临着极大地挑战,预测具有新颖拓扑类型的无机晶体结构一直是该领域迫切的需求。国际上主流的结构预测方法在搭建模型的过程中,骨架原子随机进行移动,以原子融合的方式进入Wyckoff位置,以实现结构模型的搭建。这种方法的劣势在于:原子无法均衡地搜索整个构象空间,忽略了大量可能存在的结构模型,极大地降低了结构的预测效率。本发明枚举出所有符合总骨架原子数目范围的Wyckoff位置组合,将每个原子安排在空间群中固定的Wyckoff位置上,进行假想无机晶体结构模型的搭建。这种方法的优势在于:所有骨架原子被安排在预先设定的Wyckoff位置上,实现对整个构象空间均衡搜索,从而得到数量较多的假想无机晶体结构,提高结构预测效率。
发明内容
本发明目的在于提供一种均衡高效的无机晶体结构预测方法,采用枚举Wyckoff位置组合的方式进行假想无机晶体结构模型的搭建,从而对无机晶体结构进行预测,本发明是采用如下具体技术方案实现的:
基于枚举Wyckoff位置组合的假想无机晶体结构预测方法,其特征在于,根据总骨架原子数目范围枚举出Wyckoff位置组合,将每个原子安排在空间群中固定的Wyckoff位置上进行假想无机晶体结构的预测,具体步骤如下:
第一步,选择进行假想无机晶体结构预测的目标空间群,确定晶胞参数和骨架密度FD的范围:
在选定目标空间群后,晶胞参数中α、β、γ、A、B和C的晶胞参数特征随之被确定,晶胞参数中A、B和C的初始值A0、B0和C0可任意设定,随后选取增长步幅mA、mB和mC沿晶轴方向增加A、B和C的值,从而逐步扩大晶胞,如式(1)所示:
A=A0+mA×nA;B=B0+mB×nB;C=C0+mC×nC; (1)
其中,nA、nB和nC为非负整数,mA、mB和mC的值可任意设定,可得到[(nA+1)×(nB+1)×(nC+1)]种晶胞参数组合方式;删去不符合目标空间群下晶胞参数特征的晶胞参数组合方式;每种组合方式下的晶胞形状、大小均已被α、β、γ、A、B和C所确定,可据此计算出晶胞的体积V;骨架密度FD的范围可任意设定,骨架密度FD的最小值用FDmin表示,骨架密度FD的最大值用FDmax表示,根据式(2),可求出每种晶胞参数组合方式下向目标晶胞中投放的总骨架原子数目T的最小值Tmin和最大值Tmax,即总骨架原子数目T的范围:
Tmin=V×FDmin;Tmax=V×FDmax (2)
第二步,枚举出Wyckoff位置组合:
在确定每种晶胞参数组合方式下需投放的总骨架原子数目T的范围后,定义P为选定的目标空间群下存在的Wyckoff位置种类数,如式(3)所示,可枚举出每种晶胞参数组合方式下的Wyckoff位置组合方式:
Nx为位于第x个Wyckoff位置的独立骨架原子数目,gx为相应Wyckoff位置的多重度,Tmin、Tmax和gx均为已知,可得到若干组Nx的组合,即用来进行假想无机晶体结构预测的Wyckoff位置组合。
第三步,进行结构模型的搭建:
确定晶胞的形状、大小和向其中投放的总骨架原子数目范围后,将所有骨架原子按照枚举出的Wyckoff位置组合方式固定在Wyckoff位置上,定义势函数E为搭建出的假想无机晶体结构与理想无机晶体结构在拓扑和几何上的差异,如式(4)所示:
E=w1E1+w2E2+w3E3 (4)
w1、w2和w3分别为E1、E2和E3的权重,其数值由操作者根据E1、E2和E3各自的重要程度进行指定,E1为假想无机晶体结构与理想无机晶体结构在配位数上的偏差,E2为假想无机晶体结构与理想无机晶体结构在键长上的偏差,E3为假想无机晶体结构与理想无机晶体结构在键角上的偏差,由E的定义可知,E的数值恒大于零,且E值越小,代表搭建出的假想无机晶体结构在原子排布上越接近理想无机晶体结构,随机修改骨架原子的坐标,使所有骨架原子在整个晶胞内移动,骨架原子的移动导致E1、E2和E3的改变,实时计算每次骨架原子移动后的假想无机晶体结构的E值,控制骨架原子坐标向降低E值的方向移动,并以操作者指定的概率允许骨架原子向E值升高的方向移动,骨架原子经过操作者指定的移动次数进行移动,当E值不再变化后,存储所有骨架原子的原子坐标和对应的E值,完成该Wyckoff位置组合的结构预测,重复此步骤,直至完成所有枚举出的Wyckoff位置组合计算,实现目标空间群下对假想无机晶体结构的预测。
附图说明
下面结合附图和实例对本发明进一步详细说明:
图1为本发明所述的基于枚举Wyckoff位置组合的假想无机晶体结构预测方法流程图;
图2为本方法预测出的已知分子筛结构JRY的结构模型图;
图3为本方法预测出的假想分子筛结构H024ddd的结构模型图:
具体实施方式
下面结合附图和实例对本发明进一步详细说明:
本实例是在I212121(NO.24)空间群下,通过枚举Wyckoff位置组合的方法进行假想无机分子筛结构的预测:
第一步,确定晶胞参数和骨架密度FD的范围。I212121(NO.24)空间群属于正交晶系,晶胞参数特征为α=β=γ=90°,设定晶胞参数中A、B和C的初始值A0、B0、C0为将增长步幅定为沿晶轴方向将A、B和C的值逐渐增长到如式(1)所示,可得到125种不同的晶胞参数组合方式。从中选取5组晶胞参数组合方式作为示例进行下一步计算,每种晶胞参数组合方式下的晶胞形状、大小已经确定,可据此计算出晶胞的体积V=A×B×C。将骨架密度范围定为根据式(2),可求出每种晶胞参数组合方式下的总骨架原子数目T的范围,如表1所示。
第二步,枚举出Wyckoff位置组合。由I212121(NO.24)空间群下存在的4个Wyckoff位置(a、b、c、d)所对应的多重度(g1=4、g2=4、g3=4、g4=8),依据表1中每组晶胞参数组合下的总骨架原子数目范围,枚举出Wyckoff位置组合方式,如式(3)所示,Tmin、Tmax、和多重度数gx的值均为已知,从而可得到若干组符合式(3)的N1、N2、N3和N4的组合,据此可枚举出Wyckoff位置组合,如表2所示。
第三步,进行结构模型的搭建:
确定晶胞的大小和向其中投放的总骨架原子数目范围后,将所有骨架原子按照枚举出的Wyckoff位置组合方式固定在Wyckoff位置上,定义势函数E为搭建出的假想无机分子筛结构与理想无机分子筛结构在拓扑和几何上的差异,如式(4)所示,设E1的权重w1=5、E2的权重w2=20、E3的权重w3=5,理想分子筛结构的配位数、相邻骨架原子间距、次相邻骨架原子间距分别为4、据此计算E1、E2、E3,由E的定义可知,E的数值恒大于零,且E值越小,代表搭建出的假想分子筛结构越合理,随机修改骨架原子的坐标,使所有骨架原子在整个晶胞内移动,实时计算每次骨架原子移动后的假想无机分子筛结构的E值,以一组Wyckoff位置为例,表3记录了晶胞参数为Wyckoff位置组合为bd时的E值变化,在该实例下,操作者设定原子移动步数为10000,以50%的概率接受骨架原子的移动,每2000步记录一次E值,当E值不再变化后,所有骨架原子不再移动且坐标被存储,完成该Wyckoff位置组合下的假想分子筛结构预测,重复此步骤,完成所有枚举出的Wyckoff位置组合计算,用此方法,共得到了114种Wyckoff位置组合,按枚举出的Wyckoff位置组合固定原子进行结构搭建,得到了225种假想无机晶体结构,其中当晶胞参数设定为时,成功搭建已知分子筛结构JRY(附图1),同时得到了对称性较高的假想分子筛结构H024ddd(附图2)
A=10+3×nA;B=10+3×nB;C=10+3×nC (1)
其中,nA、nB、nC为非负整数
Tmin=V×FDmin;Tmax=V×FDmax (2)
Tmin≤N1×4+N2×4+N3×4+N4×8≤Tmax (3)
其中,N1、N2、N3和N4为位于Wyckoff位置a、b、c和d的独立骨架原子数目;
E=5 E1 +20E2+ 5E3 (4)
表1
表2
表3
Wyckoff位置组合 | 骨架原子移动次数 | E值 |
bd | 2000 | 7.200 |
bd | 4000 | 7.193 |
bd | 6000 | 7.193 |
bd | 8000 | 7.193 |
bd | 10000 | 7.193 |
Claims (1)
1.基于枚举Wyckoff位置组合的假想无机晶体结构预测方法,其特征在于,根据总骨架原子数目范围枚举出Wyckoff位置组合,将每个原子安排在空间群中固定的Wyckoff位置上进行假想无机晶体结构的预测,具体步骤如下:
第一步,选择进行假想无机晶体结构预测的目标空间群,确定晶胞参数和骨架密度FD的范围:
在选定目标空间群后,晶胞参数中α、β、γ、A、B和C的晶胞参数特征随之被确定,晶胞参数中A、B和C的初始值A0、B0和C0可任意设定,随后选取增长步幅mA、mB和mC沿晶轴方向增加A、B和C的值,从而逐步扩大晶胞,如式(1)所示:
A=A0+mA×nA;B=B0+mB×nB;C=C0+mC×nC; (1)
其中,nA、nB和nC为非负整数,mA、mB和mC的值可任意设定,可得到[(nA+1)×(nB+1)×(nC+1)]种晶胞参数组合方式;删去不符合目标空间群下晶胞参数特征的晶胞参数组合方式;每种组合方式下的晶胞形状、大小均已被α、β、γ、A、B和C所确定,可据此计算出晶胞的体积V;骨架密度FD的范围可任意设定,骨架密度FD的最小值用FDmin表示,骨架密度FD的最大值用FDmax表示,根据式(2),可求出每种晶胞参数组合方式下向目标晶胞中投放的总骨架原子数目T的最小值Tmin和最大值Tmax,即总骨架原子数目T的范围:
Tmin=V×FDmin;Tmax=V×FDmax (2)
第二步,枚举出Wyckoff位置组合:
在确定每种晶胞参数组合方式下需投放的总骨架原子数目T的范围后,定义P为选定的目标空间群下存在的Wyckoff位置种类数,如式(3)所示,可枚举出每种晶胞参数组合方式下的Wyckoff位置组合方式:
Nx为位于第x个Wyckoff位置的独立骨架原子数目,gx为相应Wyckoff位置的多重度,Tmin、Tmax和gx均为已知,可得到若干组Nx的组合,即用来进行假想无机晶体结构预测的Wyckoff位置组合;
第三步,进行结构模型的搭建:
确定晶胞的形状、大小和向其中投放的总骨架原子数目范围后,将所有骨架原子按照枚举出的Wyckoff位置组合方式固定在Wyckoff位置上,定义势函数E为搭建出的假想无机晶体结构与理想无机晶体结构在拓扑和几何上的差异,如式(4)所示:
E=w1E1+w2E2+w3E3 (4)
w1、w2和w3分别为E1、E2和E3的权重,其数值由操作者根据E1、E2和E3各自的重要程度进行指定,E1为假想无机晶体结构与理想无机晶体结构在配位数上的偏差,E2为假想无机晶体结构与理想无机晶体结构在键长上的偏差,E3为假想无机晶体结构与理想无机晶体结构在键角上的偏差,由E的定义可知,E的数值恒大于零,且E值越小,代表搭建出的假想无机晶体结构在原子排布上越接近理想无机晶体结构,随机修改骨架原子的坐标,使所有骨架原子在整个晶胞内移动,骨架原子的移动导致E1、E2和E3的改变,实时计算每次骨架原子移动后的假想无机晶体结构的E值,控制骨架原子坐标向降低E值的方向移动,并以操作者指定的概率允许骨架原子向E值升高的方向移动,骨架原子经过操作者指定的移动次数进行移动,当E值不再变化后,存储所有骨架原子的原子坐标和对应的E值,完成该Wyckoff位置组合的结构预测,重复此步骤,直至完成所有枚举出的Wyckoff位置组合计算,实现目标空间群下对假想无机晶体结构的预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810051824.XA CN108268750B (zh) | 2018-01-19 | 2018-01-19 | 基于枚举Wyckoff位置组合的假想无机晶体结构预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810051824.XA CN108268750B (zh) | 2018-01-19 | 2018-01-19 | 基于枚举Wyckoff位置组合的假想无机晶体结构预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108268750A CN108268750A (zh) | 2018-07-10 |
CN108268750B true CN108268750B (zh) | 2020-12-22 |
Family
ID=62775957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810051824.XA Active CN108268750B (zh) | 2018-01-19 | 2018-01-19 | 基于枚举Wyckoff位置组合的假想无机晶体结构预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108268750B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740291B (zh) * | 2019-01-30 | 2019-11-12 | 北京应用物理与计算数学研究所 | 一种无序固溶材料的建模方法 |
CN111046058B (zh) * | 2019-12-04 | 2023-08-18 | 姚宏宇 | 基于晶体结构离散化表达的遍历搜索方法 |
WO2022120646A1 (zh) * | 2020-12-09 | 2022-06-16 | 深圳智药科技有限公司 | 晶体空间结构变换方法及系统 |
CN112927769B (zh) * | 2021-01-26 | 2022-05-24 | 华南理工大学 | 基于孔径分布曲线的MOFs材料缺陷结构预测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0611136D0 (en) * | 2006-06-06 | 2006-07-19 | Medical Res Council | Crystal structure |
US8213710B2 (en) * | 2006-11-28 | 2012-07-03 | Youliza, Gehts B.V. Limited Liability Company | Apparatus and method for shift invariant differential (SID) image data interpolation in non-fully populated shift invariant matrix |
CN101816001A (zh) * | 2007-05-18 | 2010-08-25 | 比奥里波克斯公司 | 基于白三烯c4合酶(ltc4s)晶体结构选择或设计调节剂的方法 |
KR20140012354A (ko) * | 2012-07-19 | 2014-02-03 | 전자부품연구원 | 마그네슘 이차전지용 양극 재료의 제조 방법 및 이에 의하여 제조된 마그네슘 이차전지용 양극 재료 |
CN103311646B (zh) * | 2013-05-13 | 2015-08-12 | 吉林大学 | 基于微波光子晶体结构的整流天线 |
CN104915473B (zh) * | 2015-05-15 | 2019-04-30 | 华东理工大学 | 一种测量晶体表面结构之间距离的方法 |
CN105354352B (zh) * | 2015-09-25 | 2019-06-21 | 国网智能电网研究院 | 一种4H-SiC材料8°偏角三维原子结构模型及其构建方法和应用 |
-
2018
- 2018-01-19 CN CN201810051824.XA patent/CN108268750B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108268750A (zh) | 2018-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108268750B (zh) | 基于枚举Wyckoff位置组合的假想无机晶体结构预测方法 | |
CN103034766B (zh) | 一种确定层合板复合材料的铺层角方向与厚度的方法 | |
CN108647366B (zh) | 城市建筑群地震反应非线性历程分析方法及装置 | |
CN102867101B (zh) | 一种确定桁架结构参数的方法 | |
CN109816984A (zh) | 一种交通路网区域划分及动态调整方法 | |
CN107862411A (zh) | 一种大规模柔性作业车间调度优化方法 | |
CN102930137A (zh) | 一种加筋板结构的优化设计方法 | |
Feng et al. | Topology optimization method of lattice structures based on a genetic algorithm | |
CN106777449A (zh) | 基于二进制粒子群算法的配电网络重构方法 | |
CN105654552B (zh) | 一种面向任意分布大规模点云数据的快速Delaunay构网方法 | |
Zhang et al. | Fuzzy time series forecasting based on k-means clustering | |
CN110363343A (zh) | 一种混合自适应的水电站群智能优化调度方法及系统 | |
CN106780058A (zh) | 动态网络的社团划分方法及装置 | |
WO2022036538A1 (zh) | 有机分子晶体构建方法及系统 | |
CN110287512A (zh) | 一种求解制造约束下变厚度薄壁结构最优厚度分布的混合元胞自动机算法 | |
CN114647880A (zh) | 用于自动地生成建筑物的结构系统的框架栅格的技术 | |
CN105019348B (zh) | 基于免疫粒子群‑齿行法的桁架结构分层优化方法 | |
CN1828672A (zh) | 一种基于六面体插值体细分的几何数据细分方法 | |
CN109829975A (zh) | 一种变孔隙度多孔介质构建方法 | |
CN107273532A (zh) | 一种基于密度和扩展网格的数据流聚类方法 | |
CN106780747A (zh) | 一种快速分割cfd计算网格的方法 | |
CN103236087B (zh) | 一种三棱柱地质模型的构建方法 | |
CN115620838A (zh) | 获取用于筛选金属有机框架的机器学习模型组合的方法 | |
CN102323983B (zh) | 一种自动提供优化的合成射流参数的方法 | |
CN107122847B (zh) | 一种基于双层粒子群算法的渠系配水优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |