Ext做网站,服务器搭建云手机,网站建设是永久使用吗,视频拍摄剪辑培训分享一篇关于机器学习 分子动力学 第一性原理 热学性质#xff08;密度、粘度、扩散系数#xff09; 微观结构的文章。 感谢论文的原作者#xff01; 关键词#xff1a;
1. Machine learning,
2. Deep potential,
3. Molecular dynamics
4. Molten salt,
5. Thermo… 分享一篇关于机器学习 分子动力学 第一性原理 热学性质密度、粘度、扩散系数 微观结构的文章。 感谢论文的原作者 关键词
1. Machine learning,
2. Deep potential,
3. Molecular dynamics
4. Molten salt,
5. Thermophysical properties。 主要内容
“镧系裂变产物的积累可能会改变核燃料载体盐LiF–BeF 2 (Flibe)的结构和性能从而降低熔盐反应堆的运行效率和安全性。然而条件限制的实验测量、时空限制的第一性原理计算和精度限制的经典动力学模拟无法捕捉非均质熔盐的精确局部结构和可靠的热物理性质。因此本文开发了LaF 3和Flibe熔融混合物的深势DP并进行DP分子动力学模拟系统研究了多种熔融Flibe x LaF的密度、扩散系数、粘度、径向分布函数和配位数如图3所示研究了这些性质与LaF 3浓度之间的定量关系并分析了潜在的结构-性质关系。最终在纳米空间尺度和纳秒时间尺度上实现了不同配方的DP在熔融Flibe LaF 3上的可转移性以及结构和性能的可预测性。”——取自文章摘要。 分析方法
Microstructure Analysis:
1. Radial Distribution Function.
2. Coordination Number.
3. Diffusion coefficients.
Thermal Property Analysis.
1. Density.
2. Viscosity. Figure 1 Figure 2 Figure 3 Figure 4 Figure 5 Figure 6 以上是我们分享的一些经验或者文章的搬运或有不足欢迎大家指出
如有侵权请联系我立马删除
详细内容文章题目、文章链接、附件下载可在微 信 公 众 号原子与分子模拟获取欢迎大家关注。
