Quantum ESPRESSO 学习路径
建模 · 收敛 · 验证 · 解释
从可追溯赝势与明确的周期模型开始。先收敛目标量,再解释弛豫结构、电子态、微扰响应或轨迹;在各程序阶段之间保存数据。
输入为未执行的教学示例。记录程序版本、数据来源与单位;针对自己的体系建立收敛性与科学有效性证据。外部工具会单独说明。
按计算问题选择
1 正确建立计算
记录赝势并收敛数值控制参数。
1.1 可复现安装,不止一个可执行文件
能够启动程序,只能说明二进制文件能运行,并不证明环境适合你的研究。
学习计算流程 →1.2 选择并审计赝势
赝势属于哈密顿量的一部分,并非输入中的装饰附件。
学习计算流程 →1.3 几何、单位与倒空间
输入语法合法,也可能代表错误的晶体。
学习计算流程 →1.4 硅 SCF:理解自洽循环
SCF 求解的是不动点问题:密度决定有效势,势的轨道产生新密度,再通过混合使迭代稳定。
学习计算流程 →1.5 程序、工作目录与输入语法
选择可追溯 UPF 数据并识别流程阶段。
学习计算流程 →1.6 收敛准备发表的目标量
分别测试双截断、k 采样与电子阈值。
学习计算流程 →1.7 共享输入、约定与证据
本课程的完整母输入、单位约定与可复现性证据。
学习计算流程 →2 原子、分子与金属采样
区分真空孤立体系与周期晶体约定。
2.1 氢原子:自旋属于参考态
孤立氢原子有一个价电子,将其强行描述为非磁、双占据的参考态并不合适。
学习计算流程 →2.2 H₂ 结合曲线:一致参考下的误差抵消
分子结合曲线是定义清楚的状态间能量差,而不是分子的原始总能。
学习计算流程 →2.3 铝金属:占据与费米面
金属在费米面附近的占据变化很快。
学习计算流程 →2.4 收敛目标物理量,而不是熟悉的截断能
电子迭代、平面波基组、密度网格与布里渊区采样对应不同误差源,它们可能偶然抵消。
学习计算流程 →2.5 完整硅自洽计算
建立明确原胞并评估自洽成功证据。
学习计算流程 →3 结构与力学
验证原子弛豫、晶胞应力与力学响应。
3.1 用可靠的力优化水分子
结构优化依靠力推进,因此总能变化很小时,噪声较大的力仍会造成假极小值。
学习计算流程 →3.2 硅变胞优化:压力与 Pulay 误差
原子位置优化与晶胞优化是不同问题。
学习计算流程 →3.3 状态方程:拟合可分辨的能量极小值
状态方程拟合将能量–体积曲线转化为平衡体积与曲率,但表面上的高精度可能远超原始数据质量。
学习计算流程 →3.4 有限应变弹性:冻结离子与弛豫离子
弹性常数是应力对应变的导数。
学习计算流程 →3.5 原子与晶胞优化及不同判据
分别验证优化器、最终结构、力与应力。
学习计算流程 →4 电子结构解释
解释电子态、倒空间采样、占据与自旋模型。
4.1 硅能带与态密度:两种不同采样
能带路径展示选定倒空间方向,而 DOS 对整个布里渊区积分。
学习计算流程 →4.2 投影态密度与电荷密度:投影不等于唯一原子划分
PDOS 衡量电子态与选定局域轨道的相似程度,并不能唯一划分每个原子的电子数。
学习计算流程 →4.3 铁磁性:搜索电子态,不只相信一个初猜
自旋极化 DFT 可能收敛到不同电子局域极小值。
学习计算流程 →4.4 自旋–轨道耦合:不同的旋量问题
SOC 耦合空间与自旋自由度。
学习计算流程 →4.5 NiO 的 DFT+U:先定义子空间,再选择 U
DFT+U 修改指定局域子空间的处理。
学习计算流程 →4.6 杂化泛函硅:单独收敛交换采样
杂化泛函加入非局域交换,同时引入另一套倒空间收敛问题与显著成本。
学习计算流程 →4.7 能带与 DOS:不同采样任务
在两条电子性质流程中保留母数据和倒易约定。
学习计算流程 →5 表面与缺陷
追踪参考能、边界条件与有限尺寸效应。
5.1 Al(001) 薄膜:分开测试厚度与真空
薄膜有两种独立有限尺寸误差:两表面通过材料内部相互作用,以及重复薄膜通过真空相互作用。
学习计算流程 →5.2 氢吸附:明确化学计量与覆盖度
吸附能取决于所选粒子库与覆盖度。
学习计算流程 →5.3 电荷重排与功函数
吸附引起的密度变化与功函数变化相关但不相同。
学习计算流程 →5.4 硅空位:有限尺寸与电荷态记账
缺陷超胞实际代表周期排列的缺陷。
学习计算流程 →6 晶格响应
验证扰动、力常数与倒空间插值。
6.1 Γ 点声子:能量曲率,而非频率清单
声子计算研究驻点附近的二阶响应。
学习计算流程 →6.2 从 q 网格到声子色散
DFPT 在较粗倒空间网格上计算动力学矩阵,再通过傅里叶变换得到实空间原子间力常数,并在其他 q 点重建频率。
学习计算流程 →6.3 声子态密度与谐振热力学
谐振热力学需要积分全部振动模式,路径图不够。
学习计算流程 →6.4 MgO 介电响应、Born 电荷与 LO–TO 劈裂
极性绝缘体中,长波纵向振动会产生宏观电场。
学习计算流程 →7 光谱与方法边界
区分响应模型及其所需程序或外部工具。
7.1 用 epsilon.x 计算独立粒子光谱
光谱需要跃迁矩阵元,不能只看占据与空态能量差。
学习计算流程 →7.2 用 turboTDDFPT 研究分子吸收
线性响应 TDDFT 描述密度对弱时变微扰的响应。
学习计算流程 →7.3 GW 与 BSE:向外部程序的可靠交接
GW 准粒子修正与电子–空穴 BSE 光谱不同于半局域 DFT、杂化 DFT 和独立粒子光学。
学习计算流程 →8 动力学、路径与生产计算
保存父计算数据、采样证据与可复现运行记录。
8.1 Born–Oppenheimer 分子动力学:积分可靠的力
Born–Oppenheimer MD 在每个离子构型上先收敛电子,再用力推进原子核。
学习计算流程 →8.2 Car–Parrinello 动力学:保持虚电子绝热分离
cp.
学习计算流程 →8.3 NEB:先找路径,再解析鞍点
NEB 优化已知端点之间的一串图像,但不会自动证明端点是极小值,也不能保证一个初始路径发现全部机制。
学习计算流程 →8.4 重启与高性能计算:扩展性能,同时保留正确性
生产计算中最昂贵的失败之一,是任务看似可以重启,所需文件却没有保存或已经被覆盖。
学习计算流程 →8.5 排错、重启与复现
区分新阶段与中断续算,并归档证据。
学习计算流程 →参考指南
- 1.5 程序、工作目录与输入语法 — 选择可追溯 UPF 数据并识别流程阶段。
- 2.5 完整硅自洽计算 — 建立明确原胞并评估自洽成功证据。
- 1.6 收敛准备发表的目标量 — 分别测试双截断、k 采样与电子阈值。
- 3.5 原子与晶胞优化及不同判据 — 分别验证优化器、最终结构、力与应力。
- 4.7 能带与 DOS:不同采样任务 — 在两条电子性质流程中保留母数据和倒易约定。
- 8.5 排错、重启与复现 — 区分新阶段与中断续算,并归档证据。
怎样判断一次计算已完成?
说明模型、输入选择、单位、父计算或重启数据、目标量的收敛性与验收标准。保存原始输入输出以及版本和数据来源。进程正常退出、数值收敛与物理解释分别需要证据。