“炒菜式”材料学与“计算”材料学丨科普硅立方

编者按：中科院之声与中国科学院上海硅酸盐研究所联合开设“科普硅立方”专栏，为大家介绍先进无机非金属材料的前世今生。我们将带你——认识晶格，挑战势垒，寻觅暗物质，今古论陶瓷；弥补缺陷，能级跃迁，嫦娥织外衣，溢彩话琉璃。

相信大家对于炒菜一定不陌生，就算自己没亲自炒过，也一定见看过父母、朋友或者是饭店里的厨师炒过。百度百科里面给了“炒菜”相对普适性的的定义:炒菜，是中国菜的常用制作方法，将一种或几种菜在特制的凹型锅内，以火传导到铁锅中的热度为载体，加入油、佐料和菜品后用特制工具“锅铲”翻动将菜炒熟的烹饪过程。

在传统的科学研究中采用的方法往往与“炒菜”模式类似。试验中处理的模型可类比炒菜用的锅，而物理思路和理论分析算法看作是主料，其他各种参数的调节和细节的处理大致就是调料了。在试验中，改变“调料”，改用其他锅或主料，得到的结果也经常不尽相同。但是，这种“炒菜式”的科研方式存在着一个致命的短板，那就是需要消耗大量的人力、资源、时间和金钱，且极大地制约了新材料的发展速度。此时，计算材料学应运而生。

图1 炒菜与科研（图片来自网络）

计算材料学是什么？

所谓计算材料学（ComputationalMaterials Science），是一门综合了材料科学与计算机科学且正处于快速发展的新兴学科，是关于材料组成、结构、性能、服役性能的计算机模拟与设计的学科，是材料科学研究里的“计算机实验”。它涉及材料、物理、计算机、数学、化学等多门学科。通俗一点解释为，计算材料学是通过计算机将理论知识编程各种软件程序，然后利用该软件进行一定的科学研究，结合一定的实验数据，快速找出其本质的物理意义，从而完善理论，进一步改善和加速实验研究。

图2 计算材料学的构成（图片来自网络）

计算材料学的发展历史

1913年，Niels Bohr建立了原子的量子模型，计算材料学开始萌芽。

1920s~1930s这段时间，由于量子力学的建立和发展，奠定了计算材料学的理论基础。1927年，原子电子结构的Thomas-Fermi理论首先得到运用。1928年，F.Bloch将量子理论运用于固体。在1928-1930三年间，Hatree-Fock方法建立，采用平均场近似求解电子结构的问题。

1946-1965年间，密度泛函理论（DFT）和Kohn-Sham方法从此开启了计算材料学研究的大门。

1998年，Kohn和Pople获得Nobel化学奖。

图3 计算材料学的研究尺度（图片来自网络）

计算材料学的研究方法

计算材料学可以利用不同的模型和计算方法，从不同尺度与时域研究材料的结构演化及其与性能的相互关系，从而更好地理解和设计新材料。具体的计算方法很多，从空间尺度的不同，分为微观尺度、介观尺度和宏观尺度。

微观尺度（原子尺度及小于晶粒尺寸），利用密度泛函理论（Density Functional Theory, DFT），可以通过电子态密度（Density of Electronic States，DOS）、巴德电荷（BaderCharge）以及局域电荷密度等很好地将电子信息与材料性能和结构联系在一起。另外，也可以选择分子动力学（Molecular Dynamics，MD）和蒙特卡罗方法（MonteCarlo, MC）来寻找原子的迁移路径和势垒。针对具有十分复杂的界面结构的问题时，用经典尖锐界面模型去跟踪界面演化，会遭遇到严重的数值困难。并且真实材料中的相界或晶界实际上并不是严格的零厚度界面，而是具有一定厚度（纳米尺度）的边界层，这层厚度控制材料相变动力学，由此引入一个序参量场区分两相（如固相和液相），该方法为相场法（Phase-field method, PFM），相场法被广泛应用于模拟液/固相变（枝晶生长、多元多相凝固、多晶凝固等）、固态相变（沉淀相析出、马氏体相变、铁电相变等）、应力相变（薄膜生长，定向粗化）、结构缺陷相变（裂纹扩展、位错动力学）等。在微观尺度内，还有微观动力学模拟等方法。

介观尺度（晶粒尺寸大小），主要有元胞自动机法，以晶粒生长为例，元胞自动机的模拟过程主要有确定形核、选择时间步长、计算温度场、计算溶质场、计算界面元胞的生长动力学、确定胞状态、捕捉邻胞、计算曲率等过程组成。

宏观尺度（宏观试样大小），主要是有限元分析(Finite Element Analysis, FEA)方法，该方法是利用数学近似的方法对真实物理系统进行模拟，还利用简单而又互相作用的元素就可以用有限数量的未知量去逼近无限未知量的真实系统。

图4 密度泛函理论（DFT）软件包（图片来自网络）

计算材料学在化学、材料等学科中运用非常广泛，常见量子化学模拟软件包括：VASP、Materials Studio、Gaussian等。这些软件主要针对分子层面的微观问题的模拟计算，在给定分子结果的前提下可以计算材料的光谱性质、电子结构、分子不同构象的能级等等。

计算材料学的应用场景

（1）在催化剂开发中能够基于量子力学预测反应活性位点，考察催化反应机理。

图5 在化学中具有广泛适用性的密度泛函

（2）针对润滑油，高分子和流体微观分析，计算材料学在纳米尺度采用基于分子力学的物理模型能够预测扩散、渗透、表面吸附分子取向和粘度等性质。

图6 用分子动力学原子学方法探讨沥青质模型在甲苯、庚烷和两亲物中的结构溶解度关系

（3）针对液相热力学行为，计算材料学能够基于COSMO-RS预测极性组分的分配系数，萃取及液液相平衡，溶解度和固液相平衡，气体溶解度和复杂体系增气压，吸附模型，界面张力，纯物质的密度和粘度等。研究者们计算log Kow作为第一个筛选参数来估计生物体内的积累率。

图7 溴化苯聚苯乙烯的环境命运、生物积累和潜在毒性的计算评估

（4）并通过引入高通量虚拟筛选，快速筛选目标材料。

图8 高通量结合计算材料学（图片来自网络）

众多研究机构近年来一直致力于将材料基因组思想用于锂电池材料的开发中，发展了基于离子输运性质的锂电池材料高通量计算流程和相关工具，使用该高通量计算工具，研究人员对无机晶体结构数据库中1000余种含锂材料的离子输运性质进行了高通量计算筛选，搜索了可能用于下一代固态锂二次电池的固态电解质材料。对于锂离子电导率较高的硫化物，采用不同精度结合的高通量计算研究了固体电解质β-Li3PS4的掺杂优化方案，发现氧掺杂能有效提高离子电导率和改善其热力学稳定性，并通过实验验证了该方案。

计算材料学的发展趋势

计算材料学的一个重要发展方向是材料基因组计划，其研究的关键是实现材料研发的“高通量”，即并发式完成“一批”而非“一个”材料样品的计算模拟、制备和表征，实现系统的筛选和优化材料，从而加快材料从发现到应用的过程。这些原先难以通过实验完成的工作，现在可以很方便地使用超级计算机来完成。

图9 计算材料学的的发展趋势

参考文献：

1. Zhao, Y. & Truhlar, D. G. Density functionals with broad applicability in chemistry. Accounts Chem. Res. 41, 157-167, (2008).

2. Aray, Y., Hernandez-Bravo, R., Parra, J. G., Rodriguez, J. & Coll, D. S. Exploring the Structure-Solubility Relationship of Asphaltene Models in Toluene, Heptane, and Amphiphiles Using a Molecular Dynamic Atomistic Methodology. J. Phys. Chem. A 115, 11495-11507, (2011).

3. Louwen, J. N. & Stedeford, T. Computational assessment of the environmental fate, bioaccumulation, and toxicity potential of brominated benzylpolystyrene. Toxicol. Mech. Methods 21, 183-192, (2011).