HomeCases逆非平衡分子動力学シミュレーションによる液体粘度の予測

逆非平衡分子動力学シミュレーションによる液体粘度の予測

テーマ概要

近年、地球温暖化の抑制の観点から、自動車や家電をはじめとする機械装置に対し、より一層の省エネルギー化が求められています。

省エネルギー化に対して、摺動部の摩擦損失を低減することが有効であることから、潤滑油等の流体には低摩擦化のほかにも、低粘度化が求められています。

流体の設計にあたり、2種以上の混合系や、全く新規な材料の粘度の予測にはシミュレーションが有効です。

そこで、一般的な有機分子であるアルカンを対象に、Matlantisを用いて粘度を計算した結果を紹介します。

image

計算モデルと計算方法

粘度計算の一例として、炭素数が5のノルマルアルカンであるペンタンを対象としました。まずは、ペンタンの液体構造をモデル化しました。

シミュレーションセル中に50分子のペンタンをランダムに配置し、NNPによる分子動力学(MD)法により密度が一定となるように体積を調整しました。

なお、結果の再現性確認のため、分子の初期配置を変えたモデルを3つ準備しました。

image

image
image

2つの特定領域において、速度の符号が互いに異なる原子の運動量を交換し、強制的に速度勾配をつくる逆非平衡分子動力学(RNEMD)の方法[1]により粘度を計算しました。

初期配置の異なる3つのモデルに対し、それぞれRNEMD計算を行いました。積分時間は1 fs、温度は298 Kとし、2×105ステップのRNEMD計算を行いました。

計算結果と展望

image
image

ペンタンの液体モデルに対して行ったRNEMDの結果として、速度勾配の時間平均値、モーメント交換量の積算値を示します。

速度勾配は直線的に変化しており、系が十分に平衡に達していたことが分かります。モーメント交換量についても同様です。

粘度計算の結果および粘度の実験値[2]を表に示します。計3回の計算値共に、実験値から大きく外れることなく、ほぼ一致することが確認できます。定量的に、実験値からのズレは最大でも14%の精度で予測ができました。

今回の事例は単純な有機分子に対するものでしたが、NNPの精度の高さに加え、汎化性に優れる点を活かせば、例えばイオン液体や電解質など古典的力場が定まっていない系、チューニングが必要な系の物性予測への応用が期待されます。

計算条件

image

参考文献

[1] F. Müller-Plathe, Phys. Rev. E, 59, 4894 (1999). [2] J. R. Rumble, CRC Handbook of Chemistry and Physics, CRC Press/Taylor u0026 Francis.
お問い合わせ・ご相談はこちら
事例一覧へ
Features
Features

Matlantisの3つの特長

革新的なマテリアルの創出に貢献し、持続可能な世界を実現するために「Matlantis」は生まれました。

汎用性/ Versatile

汎用性 / Versatile イメージ
幅広い元素・構造に対応

現在96種の元素に対応しております。これは自然界に存在するすべての元素を含むため、ユーザーは元素種の制約をほとんど受けることがありません。これらの元素種について、未知の材料を含む分子や結晶など任意の原子の組み合わせに対してシミュレーションすることが可能です。

高速 / High Speed

高速 / High Speed イメージ
従来手法の10,000倍以上高速

DFT(Density Functional Theory:密度汎関数法)では、高性能なコンピュータを用いて数時間~数カ月かかった原子レベルの物理シミュレーションを、数秒単位で行うことができます。

使いやすさ / Easy to Use

使いやすさ / Easy to Use イメージ
ブラウザを立ち上げれば
シミュレーションを開始できます

学習済み深層学習モデル・物性計算ライブラリ・高性能な計算環境をパッケージにすることで、ハードウェアの準備や環境構築をすることなく、シミュレーションによる材料探索が可能です。また、従来の機械学習ポテンシャルとは異なり、ユーザーによるデータ収集や学習が不要です。

プロダクト詳細ページへ