소멸입자역학

Dissipative particle dynamics

분산입자역학(DPD)은 단순하고 복잡한 유체의 동적 및 재생학적 특성을 시뮬레이션하기 위한 확률적 시뮬레이션 기법이다.이른바 격자 가스 오토마타의 격자 유물을 피하고 분자역학(MD)으로 이용할 수 있는 것을 넘어 유체역학적 시공간적 척도(hydrodynamic time and space scale)를 타개하기 위해 후거브루게와 쾰먼이[1][2] 초기에 고안한 것이다.이후 P에 의해 개량되어 약간 변형되었다. 적절한 열 평형 상태를 보장하기 위해 에스파뇰[3].연산 복잡성을 줄이고 전송 속성의 제어를 개선한 일련의 새로운 DPD 알고리즘이 제시된다.[4]이 글에 제시된 알고리즘은 DPD 자동 온도 조절을 적용하기 위해 임의로 쌍 입자를 선택하여 계산 복잡성을 줄인다.null

DPD는 연속 공간과 이산 시간에서 일련의 입자가 이동하는 비표격 중경 시뮬레이션 기법이다.입자는 단일 원자가 아닌 전체 분자나 유체 영역을 나타내며, 원자론적 세부사항은 다루어진 공정과 관련이 없는 것으로 간주된다.입자의 내부 자유도는 국소적으로 운동량을 보존하고 정확한 유체역동적 행동을 보장하기 위해 단순화된 쌍방향 소멸 및 무작위 힘으로 통합되고 대체된다.이 방법의 주요 장점은 기존 MD 시뮬레이션을 통해 가능한 것보다 더 긴 시간 및 길이 척도에 접근할 수 있다는 것이다.수십 마이크로초 동안 선형 치수로 최대 100 nm의 부피에서 중합체 유체의 시뮬레이션이 이제 일반적이다.null

방정식

DPD 입자 i에 작용하는 총 비결합력은 고정 컷오프 거리 내에 있는 모든 입자 j에 대해 세 쌍의 추가력으로 합에 의해 주어진다.

위 방정식의 첫 번째 항이 보수적인 힘이고, 두 번째 항은 분산된 힘이고, 세 번째 항은 임의의 힘이다.보수적인 힘은 구슬에게 화학적 정체성을 부여하기 위해 작용하는 반면, 방산과 무작위 힘은 함께 시스템의 평균 온도를 일정하게 유지하는 온도 조절기를 형성한다.모든 비결합력의 주요 특성은 국소적으로 추진력을 보존하여 작은 입자수에서도 유체의 유체역동적 모드가 나타나는 것이다.국소 운동량 보존을 위해서는 상호작용하는 두 비드 사이의 임의의 힘이 대칭성이 되어야 한다.따라서 각 쌍의 상호작용 입자는 단일 무작위 힘 계산만 필요로 한다.이것은 DPD와 각 입자가 다른 모든 입자와 독립적으로 임의의 힘을 경험하는 브라운 역학을 구별한다.구슬은 부드러운 (흔히 후크안) 스프링으로 함께 묶으면 '분자'로 연결될 수 있다.DPD의 가장 일반적인 애플리케이션은 입자 번호, 부피 및 온도를 일정하게 유지하므로 NVT 앙상블에서 이루어진다.또는 볼륨 대신 압력을 일정하게 유지하여 시뮬레이션이 NPT 앙상블에 있도록 한다.null

병렬화

원칙적으로 1밀리초 동안 세제곱 미크론에 근접하는 매우 큰 시스템의 시뮬레이션은 베오울프 스타일의 클러스터에서 여러 프로세서에서 실행되는 DPD의 병렬 구현을 사용하여 가능하다.비결합력은 DPD에서 단거리화되기 때문에 공간 영역 분해 기법을 사용하여 DPD 코드를 매우 효율적으로 병렬화할 수 있다.이 체계에서, 총 시뮬레이션 공간은 여러 칸막이 영역으로 나뉘며, 각 영역은 클러스터의 구별되는 프로세서에 할당된다.각 프로세서는 질량 중심이 공간 영역 내에 있는 모든 비드의 움직임 방정식을 통합할 책임이 있다.각 프로세서 공간의 경계 근처에 놓여 있는 비드만 프로세서 간 통신이 필요하다.시뮬레이션을 효율적으로 수행하기 위해, 중요한 요건은 프로세서 간 통신이 필요한 입자-입자 상호작용의 수가 각 프로세서의 공간 영역의 대량 내에 있는 입자-입자 상호작용의 수보다 훨씬 적다는 것이다.대략적으로 말하면, 이는 각 프로세서에 할당된 공간의 부피가 표면적(힘 차단 거리에 상당하는 거리로 곱함)이 부피보다 훨씬 작을 정도로 충분히 커야 함을 의미한다.null

적용들

DPD를 사용하여 다양한 복잡한 유체역학 현상을 시뮬레이션해 왔으며, 여기의 목록은 반드시 불완전하다.이러한 시뮬레이션의 목표는 종종 유체의 거시적인 비뉴턴 유동 특성을 미세한 구조와 연관시키는 것이다.그러한 DPD 적용은 콘크리트의[5] 유전학적 특성을 모델링하는 것에서부터[6] 생물물리학에서 지질학적 형성을 시뮬레이션하는 것까지, 동적 습윤과 같은 다른 최근의 3상 현상에 이르기까지 다양하다.[7]null

DPD 방법은 또한 혈액 세포와[8] 폴리머 마이크로셀과 같은 변형 가능한 물체를 포함하는 이기종 다상 흐름을 모델링하는 것에서도 인기를 얻었다.[9]null

추가 읽기

1990년대 초에 처음 제안된 이후 DPD 방법론의 다양한 중요 측면의 발전 추적은 "분열 입자 역학:도입, 방법론 및 복잡한 유동성 애플리케이션 – 검토"[10]null

DPD의 최첨단 기술은 2008년 CECAM 워크숍에서 포착되었다.[11]여기에 제시된 기술 혁신에는 에너지 절약을 위한 DPD, 유체 점도를 조정할 수 있는 비중심 마찰력, 폴리머 간 결합 교차 방지를 위한 알고리즘, 원자론적 분자 역학으로부터 DPD 상호작용 매개변수의 자동 보정이 포함된다.최근 실험 관측 가능성과 비교하여 자동화된 교정 및 매개변수화의 예가 제시되고 있다.또한 상호 작용의 잠재적 교정 및 매개변수화를 위한 데이터셋이 조사되었다.[12][13] Swope 외 연구진은 CMC(Critical Micelle 농도)와 Micellar 평균 집적 번호(Nagg)를 기반으로 문헌 데이터와 실험 데이터 세트에 대한 상세한 분석을 제공했다.[14]DPD를 사용한 현미경 시뮬레이션의 예는 이전에 잘 문서화되었다.[15][16][17]null

참조

  1. ^ Hoogerbrugge, P. J; Koelman, J. M. V. A (1992). "Simulating Microscopic Hydrodynamic Phenomena with Dissipative Particle Dynamics". Europhysics Letters (EPL). 19 (3): 155–160. Bibcode:1992EL.....19..155H. doi:10.1209/0295-5075/19/3/001. ISSN 0295-5075.
  2. ^ Koelman, J. M. V. A; Hoogerbrugge, P. J (1993). "Dynamic Simulations of Hard-Sphere Suspensions Under Steady Shear". Europhysics Letters (EPL). 21 (3): 363–368. Bibcode:1993EL.....21..363K. doi:10.1209/0295-5075/21/3/018. ISSN 0295-5075.
  3. ^ Español, P; Warren, P (1995). "Statistical Mechanics of Dissipative Particle Dynamics". Europhysics Letters (EPL). 30 (4): 191–196. Bibcode:1995EL.....30..191E. doi:10.1209/0295-5075/30/4/001. ISSN 0295-5075. S2CID 14385201.
  4. ^ Goga, N.; Rzepiela, A. J.; de Vries, A. H.; Marrink, S. J.; Berendsen, H. J. C. (2012). "Efficient Algorithms for Langevin and DPD Dynamics". Journal of Chemical Theory and Computation. 8 (10): 3637–3649. doi:10.1021/ct3000876. ISSN 1549-9618. PMID 26593009.
  5. ^ 제임스 S.심스와 니코스 S.마티스:콘크리트의 Rheological 특성 모델링
  6. ^ 페트리 니쿠넨, 미코 카트툰엔, 일포 바툴라이넨: 2007년 7월 22일 웨이백 기계에 보관된 생물물리학에서 Liposome 형성을 모델링하는 방법
  7. ^ B. Henrich, C.쿠펠리, M. 모셀러, M.산터": 동적 습식용 접착제 DPD 벽 모델, 유럽물리학 레터 80(2007) 60004, 페이지 1
  8. ^ Blumers, Ansel; Tang, Yu-Hang; Li, Zhen; Li, Xuejin; Karniadakis, George (August 2017). "GPU-accelerated red blood cells simulations with transport dissipative particle dynamics". Computer Physics Communications. 217: 171–179. arXiv:1611.06163. Bibcode:2017CoPhC.217..171B. doi:10.1016/j.cpc.2017.03.016. PMC 5667691. PMID 29104303.
  9. ^ Tang, Yu-Hang; Li, Zhen; Li, Xuejin; Deng, Mingge; Karniadakis, George (2016). "Non-Equilibrium Dynamics of Vesicles and Micelles by Self-Assembly of Block Copolymers with Double Thermoresponsivity". Macromolecules. 49 (7): 2895–2903. Bibcode:2016MaMol..49.2895T. doi:10.1021/acs.macromol.6b00365.
  10. ^ Moeendarbary; et al. (2009). "Dissipative Particle Dynamics: Introduction, Methodology and Complex Fluid Applications - A Review". International Journal of Applied Mechanics. 1 (4): 737–763. Bibcode:2009IJAM....1..737M. doi:10.1142/S1758825109000381. S2CID 50363270.
  11. ^ 소멸 입자 역학: 결함 해결 및 새로운 프런티어 구축 2008년 7월 16~18일 스위스 로잔의 웨이백 머신(Wayback Machine), CECAM 워크샵에서 2010-07-15 아카이빙
  12. ^ McDonagh, James; et al. (31 May 2020). "What Can Digitization Do For Formulated Product Innovation and Development". Polymer International. 70 (3): 248–255. doi:10.1002/pi.6056. S2CID 219766018.
  13. ^ McDonagh J. L.; et al. (2019). "Utilizing machine learning for efficient parameterization of coarse grained molecular force fields". Journal of Chemical Information and Modeling. 59 (10): 4278–4288. doi:10.1021/acs.jcim.9b00646. PMID 31549507. S2CID 202745539.
  14. ^ Swope W. C.; et al. (2019). "Challenge to Reconcile Experimental Micellar Properties of the CnEm Nonionic Surfactant Family". The Journal of Physical Chemistry B. 123 (7): 1696–1707. doi:10.1021/acs.jpcb.8b11568. PMID 30657322. S2CID 58626650.
  15. ^ Oviedo; et al. (2013). "Critical micelle concentration of an ammonium salt through DPD simulations using COSMO-RS--based interaction parameters". AIChE Journal. 59 (11): 4413–4423. doi:10.1002/aic.14158.
  16. ^ Ryjkina; et al. (2013). "Molecular Dynamic Computer Simulations of Phase Behavior of Non-Ionic Surfactants". Angewandte Chemie International Edition. 41 (6): 983–986. doi:10.1002/1521-3773(20020315)41:6<983::AID-ANIE983>3.0.CO;2-Y. PMID 12491288.
  17. ^ Johnston; et al. (2016). "Toward a standard protocol for micelle simulation" (PDF). The Journal of Physical Chemistry B. 120 (26): 6337–6351. doi:10.1021/acs.jpcb.6b03075. PMID 27096611.

사용 가능한 패키지

DPD 시뮬레이션을 수행할 수 있는 일부 사용 가능한 시뮬레이션 패키지는 다음과 같다.

  • CULLGI: 네덜란드 Culgi B.V. 화학 통합 언어 인터페이스
  • DL_MESO: 오픈 소스 메소스케일 시뮬레이션 소프트웨어.
  • DPDmacs
  • ESPResSo: SoftMater 시스템 연구를 위한 확장 가능한 시뮬레이션 패키지 - 오픈 소스
  • 플루딕스:OneZero 소프트웨어에서 사용할 수 있는 Fluidix 시뮬레이션 제품군.
  • GPIUTMD: Multi-Particle Dynamics용 그래픽 프로세서
  • 그로맥스-DPD: DPD를 포함한 그로맥스의 변형된 버전이다.
  • HOOMD-파란색:고도로 최적화된 오브젝트 지향 멀티 파티클 다이내믹스—Blue Edition
  • LAMPS
  • 재료 스튜디오:Materials Studio - Accelries Software Inc.의 화학물질 및 재료 연구를 위한 모델링 및 시뮬레이션.
  • OSPREY-DPD: 오픈 소스 폴리머 연구 엔진-DPD
  • SYMPER: 프리부르크 대학의 프리웨어 SYMbolic Spitle SimulatoR.
  • SunlightDPD: 오픈 소스(GPL) DPD 소프트웨어.

외부 링크