Математическое моделирование полимеризующихся расплавов в ионно-ковалентной модели

• Автор: Тетерин, Сергей Александрович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Курган
• Количество страниц: 170 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.

1. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПОЛИМЕРИЗУЮЩИХСЯ РАСПЛАВОВ

1.1. Роль вычислительного эксперимента в исследовании сложных физико

химических систем

1.2. Методы моделирования полимеризующихся расплавов.

1.2.1. Квантовая молекулярная динамика.

1.2.2. Квантовохимические методы моделирования

1.2.3. Метод МонтеКарло.

1.2.4. Метод молекулярной динамики.

1.3. Методы расчета дальнодействующих взаимодействий.

1.3.1. Расчет с использованием метода суммирования по Эвальду
1.3.2. Быстрый мультипольный метод.
1.4. Обзор технологий разработки программных комплексов
1.4.1. Требования к разработке ИИС.
1.4.2. Локальные пакеты программ.
1.4.3. Клиентсерверная архитектура построения систем
1.4.4. Многозвенная архитектура
1.4.5. Распределенная одноранговая архитектура.
1.4.6. Промежуточное программное обеспечение.
1.4.7. Технологии удаленного доступа.
1.4.8. Базы данных.
2. МДМОДЕЛИРОВАНИЕ ПОЛИМЕРИЗУЮЩИХСЯ РАСПЛАВОВ В ОБОБЩЕННОЙ ИОННОКОВАЛЕНТНОЙ МОДЕЛИ
2.1. Система математических моделей ИИС
2.2. Модели межчастичного взаимодействия в оксидном расплаве
2.2.1. Ионная модель ИМ
2.2.2. Ионноковалентная модель с учетом влияния окружения
2.2.3. Модель близко действия
2.2.4. Модель дальнодействия
2.3. Молекулярнодинамическая модель.
2.3.1. Начальные и граничные условия
2.3.2. Фазы молекулярнодинамического моделирования.
2.3.3. Моделирование процесса нагреванияохлаждения.
2.4. Модели физикохимических свойств
2.4.1. Термодинамические свойства.
2.4.2. Структурные свойства.
2.5. Модель распределенных вычислений
2.6. Выводы
. РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА ПО УПРАВЛЕНИЮ
МОДЕЛИРОВАНИЕМ И ОБРАБОТКЕ РЕЗУЛЬТАТОВ.
3.1. Анализ архитектуры информационноисследовательской системы
3.2. Реализация обобщенной ионноковалентной модели
3.2.1. Распределенное моделирование.
3.3. Проектирование и реализация фактографической базы данных
компьютерного эксперимента.
3.3.1. Концептуальное проектирование базы данных
3.3.2. Логическое проектирование базы данных
3.3.3. Физическое проектирование базы данных компьютерного моделирования
3.4. Разработка сайта ИИС Шлаковые расплавы.
3.4.1. Разработка технологии удаленного доступа в ИИС Шлаковые расплавы.
3.4.2. Разработка технологии публикации результатов
3.4.3. Разработка технологии аутентификации пользователей
3.5. Реализация информационного обмена данными между компонентами
ИИС Шлаковые расплавы.
3.5.1. Разработка технологии обмена данными между компонентами ИИС.
3.5.2. Программаадаптер ХМЬВ
3.5.3. Словарь данных ИИС
3.6. Выводы.
4. РЕЗУЛЬТАТЫ ЧИСЛЕННОГО ЭКСПЕРИМЕНТА В ИОННОКОВАЛЕНТНОЙ МОДЕЛИ.
у 4.1. Результаты тестирования системы
4.2. Моделирование системы ЬЮг
4.2.1. Параметры обобщенной ионноковалентной модели.
4.2.2. Параметры молекулярнодинамической модели.
4.2.3. Энергетика системы
4.2.4. Структурные характеристики ближнего порядка.
4.2.5. Исследование полимеризации
4.3. Выводы
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Занимая промежуточное положение между теорией и натурным экспериментом, компьютерное моделирование может использоваться для изучения поведения различных сложных систем, для проверки и развития фундаментальных теорий, позволяет получать значения физических величин в широком диапазоне значений, зачастую недоступных для эмпирических исследований. Методы численного моделирования с применением ЭВМ наиболее востребованы в областях, где наблюдается разрыв между возможностями теоретических исследований и практических натурных (лабораторных) экспериментов (высокая агрессивность сред по отношению к измерительным ячейкам, высокие температуры, и. Компьютерное моделирования предоставляет информацию, получение которой другими способами не представляется возможным. Но по сути своей численное моделирование является экспериментальным методом. Для получения влияние параметров системы на макроскопические характеристики необходимо проводить расчеты на всем диапазоне изменения параметров. В этом плане компьютерный эксперимент удобный инструмент обхода сложных вычислительных процедур статической физики. Изучение свойств и характеристик расплавов тесно связано с изучением межмолекулярных взаимодействий. Существует несколько подходов к изучению данного типа взаимодействий. Наиболее простой из них метод квантовой молекулярной механики[2]. Метод построен на модели молекулы, которая рассматривается как набор атомов, описываемый потенциальными функциями, заимствованными из классической механики, Математическая модель метода молекулярной динамики объединяет квантовые и классические представления о движении, то есть совместно решаются уравнения Шредингера и Ньютона - рассчитывая изменение волновой функции, описывающей электроны и изменение координат классических атомов. Основателями метода квантовой молекулярной динамики являются Карл и Пиринелло []. Улучшение метода было сделано в работе Буккерта и Эллинджера [6], за счет использования силового поля ММ2- значительно повышающего надежность расчетов. Недостатками метода квантовой молекулярной динамики являются высокие требования к вычислительным ресурсам и как следствие моделирование небольших по размеру систем. Время расчетов на Сгау-2 одного электрона + 0 классических частиц требует около часов). Кроме того силовые поля рассчитанные по методу квантовой молекулярной динамики могут применяться для вычисления лишь ограниченного ряда характерисгик[], и в остальных случаях не дают удовлетворительного результата. Недостатки метода квантовой молекулярной динамики обусловлены природой расчетов по методу молекулярной механики и ограничивают область его применения. МОРАС, NDO, GAUSSIAN[], имеющих разные уровни приближений в своих расчетных схемах. Метод MNDO был разработан Деваром и его группой в г. Особенностью метода является учет пространственных направленностей -орбиталей при вычислении двухэлектронных интегралов, что дает возможность более корректно описать отталкивание неподеленных электронных пар. Обширную библиографию по применению метода MNDO можно найти в[7; 9]. Поплом [6]. Из них можно отметить CNDO(Complete Neglect of Differential Overlap), INDO(Intermediate Neglect of Differential Overlap), NNDO(Neglect of Diatomic Differential Overlap). Особенности методов и их применение приведено в монографиях Попла [9], Девара[]. С помощью MNDO метода можно рассчитать следующие характеристики атомных комплексов: полная энергия, энергии связей, теплоты образования, эффективные заряды на атомах, заселенности орбиталей, дипольные моменты, длины связей, силовые постоянные и др. Другой подход к получению потенциальных функций это применение неэмпирических методов (ab initio). Суть методов заключается в нахождении аналитического решения многоэлектронных уравнений, описывающих представительский кластер. Как правило, для упрощения расчетов используются следующие методики: МО ЛКАО, метод самосогласованного поля (ССП)[], метод Хартри-Фока, базисные орбитали слэйтеровского типа[7] или гауссова типа[]. Особенностями неэмпирических методов можно отметить высокие аппаратные требования и большую длительность расчетов.