Диссипативная динамика частиц
Диссипативная динамика частиц ( DPD ) — это метод внерешеточного мезоскопического моделирования. [1] который включает в себя набор частиц, движущихся в непрерывном пространстве и дискретном времени. Частицы представляют собой целые молекулы или области жидкости, а не отдельные атомы, и атомистические детали не считаются значимыми для рассматриваемых процессов. Внутренние степени свободы частиц интегрированы и заменены упрощенными парными диссипативными и случайными силами, чтобы локально сохранить импульс и обеспечить правильное гидродинамическое поведение. Основное преимущество этого метода заключается в том, что он дает доступ к более длинным масштабам времени и длин, чем это возможно при использовании традиционного МД-моделирования. Моделирование полимерных жидкостей объёмами до 100 нм в линейном измерении в течение десятков микросекунд сейчас является обычным явлением.
DPD изначально была разработана Хугербрюгге и Кельманом. [2] [3] чтобы избежать решеточных артефактов так называемых автоматов решеточного газа и заняться гидродинамическими временными и пространственными масштабами, выходящими за рамки тех, которые доступны с помощью молекулярной динамики (МД). Впоследствии он был переформулирован и слегка изменен П. Эспаньолом. [4] для обеспечения надлежащего состояния теплового равновесия. Представлена серия новых алгоритмов DPD с уменьшенной вычислительной сложностью и лучшим контролем транспортных свойств. [5] Алгоритмы, представленные в этой статье, случайным образом выбирают пару частиц для применения термостатирования DPD, тем самым снижая сложность вычислений.
Уравнения [ править ]
Общая несвязанная сила, действующая на частицу DPD i, определяется суммой трех попарно-аддитивных сил по всем частицам j , которые лежат в пределах фиксированного предельного расстояния:
где первый член в приведенном выше уравнении представляет собой консервативную силу, второй -диссипативная сила, а третья — случайная сила. Консервативная сила придает шарикам химическую идентичность, в то время как диссипативные и случайные силы вместе образуют термостат, который поддерживает постоянную среднюю температуру системы. Ключевым свойством всех несвязанных сил является то, что они локально сохраняют импульс, так что гидродинамические режимы жидкости возникают даже при небольшом количестве частиц. Сохранение локального импульса требует, чтобы случайная сила между двумя взаимодействующими шариками была антисимметричной. Поэтому для каждой пары взаимодействующих частиц требуется только один расчет случайной силы. Это отличает ДПД от броуновской динамики , в которой каждая частица испытывает случайную силу независимо от всех других частиц. Бусины можно соединить в «молекулы», связав их мягкими (часто гуковскими) пружинами. Наиболее распространенные применения DPD сохраняют постоянными число частиц , объем и температуру и поэтому имеют место в ансамбле NVT. Альтернативно, давление, а не объем, поддерживается постоянным, так что моделирование выполняется в ансамбле NPT.
Распараллеливание [ править ]
В принципе, моделирование очень больших систем, приближающихся к кубическому микрону за миллисекунды, возможно с использованием параллельной реализации DPD, работающей на нескольких процессорах в кластере типа Беовульфа . Поскольку в DPD несвязанные силы имеют короткое действие, можно очень эффективно распараллелить код DPD, используя метод разложения в пространственной области. В этой схеме общее пространство моделирования разделено на несколько кубических областей, каждая из которых закреплена за отдельным процессором в кластере. Каждый процессор отвечает за интегрирование уравнений движения всех шариков, центры масс которых лежат в его области пространства. Только шарики, лежащие вблизи границ пространства каждого процессора, требуют связи между процессорами. Чтобы гарантировать эффективность моделирования, решающее требование состоит в том, чтобы количество взаимодействий между частицами, требующих межпроцессорной связи, было намного меньше, чем количество взаимодействий между частицами в основной части области пространства каждого процессора. Грубо говоря, это означает, что объем пространства, отведенного каждому процессору, должен быть достаточно большим, чтобы площадь его поверхности (умноженная на расстояние, сравнимое с расстоянием ограничения силы) была намного меньше его объема.
Приложения [ править ]
С помощью DPD было смоделировано множество сложных гидродинамических явлений, список здесь обязательно неполный. Целью такого моделирования часто является сопоставление макроскопических свойств неньютоновского течения жидкости с ее микроскопической структурой. Такие приложения DPD варьируются от моделирования реологических свойств бетона [6] для моделирования образования липосом в биофизике [7] к другим недавним трехфазным явлениям, таким как динамическое смачивание. [8]
Метод DPD также нашел популярность при моделировании гетерогенных многофазных потоков, содержащих деформируемые объекты, такие как клетки крови. [9] и полимерные мицеллы. [10]
Дальнейшее чтение [ править ]
Полный обзор развития различных важных аспектов методологии DPD с момента ее первого предложения в начале 1990-х годов можно найти в книге «Диссипативная динамика частиц: введение, методология и сложные приложения для жидкостей – обзор». [11]
Современное состояние DPD было продемонстрировано на семинаре CECAM в 2008 году. [12] Инновации в представленной там технике включают DPD с энергосбережением; нецентральные силы трения, позволяющие регулировать вязкость жидкости; алгоритм предотвращения пересечения связей между полимерами; и автоматическая калибровка параметров взаимодействия DPD на основе атомистической молекулярной динамики . Недавно были продемонстрированы примеры автоматической калибровки и параметризации на основе экспериментальных наблюдаемых. Кроме того, были изучены наборы данных с целью калибровки и параметризации потенциала взаимодействия. [13] [14] Своп и др . представили подробный анализ литературных данных и набора экспериментальных данных, основанных на критической концентрации мицелл (ККМ) и среднем числе агрегации мицелл (N agg ). [15] Примеры мицеллярного моделирования с использованием DPD были хорошо документированы ранее. [16] [17] [18]
Ссылки [ править ]
- ^ Санто, Колаттукуди П.; Неймарк, Александр В. (декабрь 2021 г.). «Моделирование динамики диссипативных частиц в коллоидах и науке о интерфейсах: обзор» . Достижения в области коллоидной и интерфейсной науки . 298 : 102545. doi : 10.1016/j.cis.2021.102545 . ПМИД 34757286 . S2CID 243939224 .
- ^ Хугербрюгге, П.Дж.; Коелман, JMV A (1992). «Моделирование микроскопических гидродинамических явлений с помощью диссипативной динамики частиц». Письма по еврофизике (EPL) . 19 (3): 155–160. Бибкод : 1992EL.....19..155H . дои : 10.1209/0295-5075/19/3/001 . ISSN 0295-5075 . S2CID 250796817 .
- ^ Коелман, JMV A; Хугербрюгге, П.Дж. (1993). «Динамическое моделирование суспензий твердых сфер при постоянном сдвиге». Письма по еврофизике (EPL) . 21 (3): 363–368. Бибкод : 1993EL.....21..363K . дои : 10.1209/0295-5075/21/3/018 . ISSN 0295-5075 . S2CID 250913111 .
- ^ Эспаньол, П; Уоррен, П. (1995). «Статистическая механика диссипативной динамики частиц». Письма по еврофизике (EPL) . 30 (4): 191–196. Бибкод : 1995EL.....30..191E . дои : 10.1209/0295-5075/30/4/001 . ISSN 0295-5075 . S2CID 14385201 .
- ^ Гога, Н.; Рзепела, AJ; де Врис, АХ; Марринк, С.Дж.; Берендсен, HJC (2012). «Эффективные алгоритмы для динамики Ланжевена и DPD» . Журнал химической теории и вычислений . 8 (10): 3637–3649. дои : 10.1021/ct3000876 . ISSN 1549-9618 . ПМИД 26593009 .
- ^ Джеймс С. Симс и Никос С. Мартис: Моделирование реологических свойств бетона
- ↑ Петри Никунен, Микко Карттунен и Ильпо Ваттулайнен: Моделирование образования липосом в биофизике. Архивировано 22 июля 2007 г., в Wayback Machine.
- ^ Генрих, Б.; Купелли, К.; Мозелер, М.; Сантер, М. (7 ноября 2007 г.). «Клейкая модель стены DPD для динамического смачивания». Письма по еврофизике (EPL) . 80 (6): 60004. Бибкод : 2007EL.....8060004H . дои : 10.1209/0295-5075/80/60004 . S2CID 67827072 .
- ^ Блюмерс, Ансель; Тан, Ю-Ханг; Ли, Чжэнь; Ли, Сюэджин; Карниадакис, Джордж (август 2017 г.). «Моделирование эритроцитов с ускорением на графическом процессоре и динамикой транспортных диссипативных частиц» . Компьютерная физика. Коммуникации . 217 : 171–179. arXiv : 1611.06163 . Бибкод : 2017CoPhC.217..171B . дои : 10.1016/j.cpc.2017.03.016 . ПМЦ 5667691 . ПМИД 29104303 .
- ^ Тан, Ю-Ханг; Ли, Чжэнь; Ли, Сюэджин; Дэн, Минге; Карниадакис, Джордж (2016). «Неравновесная динамика везикул и мицелл при самосборке блок-сополимеров с двойной термочувствительностью». Макромолекулы . 49 (7): 2895–2903. Бибкод : 2016МаМол..49.2895Т . doi : 10.1021/acs.macromol.6b00365 . S2CID 102266045 .
- ^ Моендарбари; и др. (2009). «Диссипативная динамика частиц: введение, методология и сложные приложения с жидкостями - обзор». Международный журнал прикладной механики . 1 (4): 737–763. Бибкод : 2009IJAM....1..737M . дои : 10.1142/S1758825109000381 . S2CID 50363270 .
- ^ Динамика диссипативных частиц: устранение недостатков и установление новых границ. Архивировано 15 июля 2010 г. в Wayback Machine , семинар CECAM, 16–18 июля 2008 г., Лозанна, Швейцария.
- ^ МакДона, Джеймс; и др. (31 мая 2020 г.). «Что может сделать цифровизация для инноваций и разработки готовых продуктов» . Полимер Интернэшнл . 70 (3): 248–255. дои : 10.1002/pi.6056 . S2CID 219766018 .
- ^ МакДонах Дж.Л.; и др. (2019). «Использование машинного обучения для эффективной параметризации крупнозернистых молекулярных силовых полей» . Журнал химической информации и моделирования . 59 (10): 4278–4288. doi : 10.1021/acs.jcim.9b00646 . ПМИД 31549507 . S2CID 202745539 .
- ^ Развернуть туалет; и др. (2019). «Задача согласования экспериментальных мицеллярных свойств семейства неионогенных поверхностно-активных веществ C n E m ». Журнал физической химии Б. 123 (7): 1696–1707. дои : 10.1021/acs.jpcb.8b11568 . ПМИД 30657322 . S2CID 58626650 .
- ^ Овьедо; и др. (2013). «Критическая концентрация мицелл соли аммония посредством моделирования DPD с использованием параметров взаимодействия на основе COSMO-RS». Журнал Айше . 59 (11): 4413–4423. дои : 10.1002/aic.14158 .
- ^ Рыжкина; и др. (2013). «Молекулярно-динамическое компьютерное моделирование фазового поведения неионных поверхностно-активных веществ». Angewandte Chemie, международное издание . 41 (6): 983–986. doi : 10.1002/1521-3773(20020315)41:6<983::AID-ANIE983>3.0.CO;2-Y . ПМИД 12491288 .
- ^ Джонстон; и др. (2016). «На пути к стандартному протоколу моделирования мицелл» (PDF) . Журнал физической химии Б. 120 (26): 6337–6351. дои : 10.1021/acs.jpcb.6b03075 . ПМИД 27096611 .
Доступные пакеты [ править ]
Некоторые доступные пакеты моделирования, которые (также) могут выполнять моделирование DPD:
- CULGI : Единый языковой интерфейс для химии, Culgi BV, Нидерланды
- DL_MESO : Программное обеспечение для мезомасштабного моделирования с открытым исходным кодом.
- DPDmacs
- ESPResSo : расширяемый пакет моделирования для исследования систем мягкой материи - с открытым исходным кодом
- Fluidix : пакет моделирования Fluidix, доступный в OneZero Software.
- GPIUTMD : графические процессоры для многочастичной динамики.
- Gromacs-DPD : модифицированная версия Gromacs, включая DPD.
- HOOMD-blue. Архивировано 11 ноября 2011 г. в Wayback Machine : Высокооптимизированная объектно-ориентированная многочастичная динамика - Blue Edition.
- ЛАММПС
- Materials Studio : Materials Studio — моделирование и симуляция для изучения химических веществ и материалов, Accelrys Software Inc.
- OSPREY-DPD : Система исследования полимеров с открытым исходным кодом-DPD
- SYMPLER : бесплатный симулятор символических частиц от Фрайбургского университета.
- SunlightDPD : программное обеспечение DPD с открытым исходным кодом (GPL).