漫画免费观看漫画大全,免费无码A片手机在线看片,求个av网站

日前，石河子大學理學院副教授張吉東與北京理工大學物理學院郭偉特別研究員、姚裕貴教授合作在含能材料爆轟機理研究方面取得重要進展。相關研究成果發表于 Journal of Physical Chemistry Letters 14, 7141-7148 （2023），文章題目為“Deep Potential Molecular Dynamics Study of Chapman-Jouguet Detonation Events of Energetic Materials”。

張吉東/郭偉/姚裕貴：含能材料Chapman-Jouguet爆轟反應的深勢分子動力學研究

圖1. 基于深度學習勢的含能材料Chapman-Jouguet爆轟分解反應的分子動力學研究

含能材料在國防軍事和航空航天等領域中有著獨特的作用，而爆轟特性作為含能材料最重要的特征之一，是相關領域的研究熱點。爆轟過程的時間尺度極短，發生反應的環境極端，加之固有的危險性，給實驗研究帶來極大的挑戰性。含能材料爆轟可以通過經典的Chapman?Jouguet (C-J) 和Zeldovich–von Neumann–D?ring (ZND)爆轟理論來解釋，但是經典理論無法對爆轟中的細節及反應機理進行描述。分子動力學是研究含能材料爆轟機理的主要手段，開發兼顧經典分子動力學的高效率和從頭算分子動力學高精度的力場具有非常的難度。

圖2. (a) 訓練數據集中構型的體積、能量及分子數。NNP_Shock勢在訓練數據集的構型上預測的能量(b)和原子力(c)與DFT計算得到的值進行比較。(d) 使用DPMD（使用NNP-Shock勢）和AIMD計算的ε-CL-20的RDF。

本工作基于深度勢能模型、同步學習策略，結合密度泛函理論計算的8萬多個樣本，成功訓練出可對含能材料沖擊過程進行模擬的深度神經網絡勢。測試顯示該勢對整個訓練集中的構型的能量和原子受力的預測與DFT計算結果符合很好，該勢能準確預測含能材料CL-20的晶體結構，可準確復現AIMD模擬的徑向分布函數RDF（圖2），在NVE模擬中表現出遠低于ReaxFF反應力場的能量漂移，且計算效率優于ReaxFF力場，達到AIMD的1百萬倍。基于該神經網絡機器學習勢，研究人員結合多尺度沖擊模擬技術（MSST）對兩種CL-20晶體結構研究了沖擊爆轟全過程及機理，得到了與實驗符合非常好的爆速、爆壓等爆轟關鍵參數，并成功獲得了雨貢紐曲線及爆轟產物（圖3），為含能材料爆轟機理的準確研究提供了一種新的方案。

圖3. (a) ε-CL-20在不同沖擊波速度下隨時間變化的相對體積(V/V0)、溫度和壓力。(b) 計算得到的ε-CL-20Hugoniot曲線。(c) 在理想爆轟速度沖擊波下，ε-CL-20系統中CL-20分子和初始分解產物隨時間的演變。

論文鏈接：

https://doi.org/10.1021/acs.jpclett.3c01392

原創文章，作者：計算搬磚工程師，如若轉載，請注明來源華算科技，注明出處：http://www.zzhhcy.com/index.php/2024/01/25/0712c10d19/

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

張吉東/郭偉/姚裕貴：含能材料Chapman-Jouguet爆轟反應的深勢分子動力學研究

相關推薦