VASP 学习路径
建模 · 收敛 · 验证 · 解释
从明确模型、控制数值误差到解释结果:按章节学习核心技能、孤立原子与分子,再进入周期体相模型,随后选择性质或进阶流程。
示例为原创教学输入和示意图,不代表已计算结果。请使用合法 VASP 安装与授权 PAW 数据;依赖外部工具的流程会单独说明。
按计算问题选择
1 核心计算技能
输入结构、数值精度与可靠运行。
1.1 四个输入文件,一个物理问题
在问“能量是多少”之前,先问“哪个模型的能量”。
学习计算流程 →1.2 带误差预算的收敛实验室
收敛不是贴在 INCAR 上的合格标签,而是某个明确观测量在改进相应数值近似后变化足够小的证据。
学习计算流程 →1.3 HPC 可靠运行、重启核查与可复现自动化
作业正常结束只是运行层面的事实,轨迹收敛且可解释才是科学结果。
学习计算流程 →1.4 授权、单位与文件结构
确认安装、授权数据、输入文件与输出物理量。
学习计算流程 →1.5 电子自洽、截断能与 k 网格收敛
用受控实验区分求解器、基组与采样误差。
学习计算流程 →1.6 Slurm 运行、排错与可复现性
按站点调整启动方式,并保留可核查的计算来源。
学习计算流程 →2 原子与分子
先理解孤立边界、自旋、成键和分子验证,再进入周期模型。
2.1 有自旋极化的孤立原子
氢原子只有一个电子。
学习计算流程 →2.2 H₂ 成键:能量差必须有参考态
仅凭总能量为负不能证明形成化学键。
学习计算流程 →2.3 真空中的分子结构与振动
结构优化器根据力寻找驻点。
学习计算流程 →3 体相、表面与缺陷
构建晶胞、优化结构,并建立合理的能量比较。
3.1 硅:从有限物体走向晶体
对孤立分子而言,真空将周期副本隔开;对体相固体而言,周期副本本身就是材料。
学习计算流程 →3.2 铝:为何金属需要谨慎处理展宽
硅存在带隙,而金属在费米能附近有能态穿越。
学习计算流程 →3.3 晶体优化、应力与 Pulay 误差
移动原子和改变晶胞是不同操作。
学习计算流程 →3.4 薄片、吸附、偶极与功函数
表面模型在面内保留周期性,在法向加入真空。
学习计算流程 →3.5 中性与带电缺陷形成能
去掉一个原子不能只做两个总能量相减,因为被移走的原子必须进入某个库。
学习计算流程 →3.6 吸附能进阶:参考态、覆盖度、色散与一致性
吸附能常由几个很大的总能量相减得到较小的化学能量差。
学习计算流程 →3.7 第一个体相硅单点计算
理解两原子原胞,并检查固定结构的自洽计算。
学习计算流程 →3.8 原子与晶胞优化
区分离子停止标准、残余应力与数值精度。
学习计算流程 →4 电子结构与磁性
解释能带、密度、自旋以及相关和相对论模型。
4.1 体心立方铁中的竞争磁态
磁性计算是在可能存在多个自洽解的能量面上进行优化。
学习计算流程 →4.2 能带与有效质量
能带图表示电子能量随晶体动量变化的关系,不是电子在晶体中的运动轨迹。
学习计算流程 →4.3 总态密度与分波态密度
态密度回答“某个能量附近有多少态”,它有意丢掉了动量坐标。
学习计算流程 →4.4 电荷密度、差分密度与 ELF
电子密度说明电子在哪里;差分密度说明相对于指定参考态电子如何重排;ELF 是由轨道信息构造的无量纲局域化指标。
学习计算流程 →4.5 Bader 布居与电荷符号
Bader 分析通过电子密度梯度的零通量边界划分空间,对各区域积分得到电子布居。
学习计算流程 →4.6 明确模型定义的 DFT+U
半局域泛函可能使局域 d、f 电子过度离域。
学习计算流程 →4.7 杂化泛函带隙与正确能带流程
杂化泛函含轨道依赖的精确交换,需要规则网格上的占据轨道,单凭 CHGCAR 不能重建哈密顿量。
学习计算流程 →4.8 自旋轨道耦合与非共线磁性
非共线磁性允许不同位置的磁化方向不同;SOC 则把自旋与轨道、晶格联系起来。
学习计算流程 →4.9 能带与态密度
让路径本征值与 DOS 追溯到一致的母密度。
学习计算流程 →5 力学性质
关联受控应变、应力和弹性稳定性。
5.1 状态方程与体积模量
晶体有多难被均匀压缩?
学习计算流程 →5.2 有限应变求弹性张量
体积模量只描述均匀压缩;弹性张量则描述每一种小形变引起的各应力分量,包括拉伸与剪切。
学习计算流程 →5.3 应力–应变与理想强度
弹性常数是零应变附近的斜率;理想强度研究完美晶体沿指定加载路径可承受多大应力,之后何时失稳。
学习计算流程 →6 声子与热学性质
区分谐声子、准谐和输运流程。
6.1 Phonopy 有限位移声子
平衡位置的力接近零,但这还不能告诉我们原子偏离平衡位置时受到多强的恢复力。
学习计算流程 →6.2 密度泛函微扰理论声子
有限差分把原子移动一个很小但有限的距离;DFPT 则直接求解电子系统对无穷小原子位移的响应。
学习计算流程 →6.3 谐近似自由能、热容与熵
声子谱可以看成一张集体量子振子的目录。
学习计算流程 →6.4 准谐近似热膨胀
单一固定体积的严格谐近似没有体积自由度,不能单独预测热膨胀。
学习计算流程 →6.5 晶格热导率:外部三阶工具
热容衡量晶体储存多少振动能,热导率衡量能量沿温度梯度传播的能力。
学习计算流程 →7 光学响应与激发
理解响应近似、能量参考和收敛。
7.1 介电张量、Born 有效电荷与 LO–TO 分裂
外电场既可在原子核固定时极化电子云,也可驱动原子位移。
学习计算流程 →7.2 LOPTICS 独立粒子光谱
光学跃迁同时由能量差和矩阵元决定。
学习计算流程 →7.3 GW 与 BSE:分阶段高级流程
准粒子能量描述加入或移去一个电子并允许其他电子响应的代价;光学激发则同时产生电子和空穴。
学习计算流程 →8 AIMD 与反应路径
检验时间推进、采样和过渡态证据。
8.1 NEB 扩散势垒
两个稳定位置能量接近,但其间仍可能有很高势垒。
学习计算流程 →8.2 从初始结构到可分析的 AIMD 轨迹
完成静态 DFT 后的入门
学习计算流程 →8.3 用 NVE 检验时间步与能量漂移
固定晶胞的孤立经典体系中,势能与动能可以互相转换,但它们的守恒组合不应仅因数值积分而持续增减。
学习计算流程 →8.4 NVT 恒温器:采样正确不等于动力学不受影响
恒温器通过与假想热浴交换能量来产生目标统计分布。
学习计算流程 →8.5 NpT 动力学:压力、晶胞自由度与稳定性
NVT 固定容器,NpT 允许容器响应压力。
学习计算流程 →8.6 轨迹解析、径向分布函数与配位数
一张快照告诉你附近有什么原子,RDF 则比较“这个距离附近出现邻居的概率”与均匀参考体系。
学习计算流程 →8.7 均方位移、扩散、周期展开与可信误差
原子跨越周期边界时,实际可能只走了一小步,但包裹坐标会突然跳到盒子另一侧。
学习计算流程 →8.8 有限温度表面与液体:先验证采样,再解释机制
有限温度下,吸附高度、取向、配位和溶剂排布都会形成分布。
学习计算流程 →8.9 VASP 原生机器学习力场:训练、验证与部署
机器学习力场近似势能面,可以让长时间采样变得便宜,但错误势能面只会更快地产生错误结果。
学习计算流程 →核心参考课
- 1.4 授权、单位与文件结构 — 确认安装、授权数据、输入文件与输出物理量。
- 3.7 第一个体相硅单点计算 — 理解两原子原胞,并检查固定结构的自洽计算。
- 1.5 电子自洽、截断能与 k 网格收敛 — 用受控实验区分求解器、基组与采样误差。
- 3.8 原子与晶胞优化 — 区分离子停止标准、残余应力与数值精度。
- 4.9 能带与态密度 — 让路径本征值与 DOS 追溯到一致的母密度。
- 1.6 Slurm 运行、排错与可复现性 — 按站点调整启动方式,并保留可核查的计算来源。
怎样才算完成一个案例?
能够解释物理模型与单位、输入选择、母计算或重启数据、目标量的收敛、验收证据及局限。保存原始输入输出、版本和数据来源。程序结束、电子收敛与科学有效性是不同判断。