Используйте pyWannier90 для вычисления локализованной функции Ванье.
Используйте pyWannier90 для вычисления локализованной функции Ванье.

Введение в функцию Ванье

Функция Ванье — это концепция, соответствующая молекулярным орбиталям в периодических системах. Многие учебники по физике твердого тела подробно описывают функцию Ванье, например, глава 8 учебника Нанкинского университета «Теория твердого тела» [1]. Функция Ванье определяется как преобразование Фурье функции Блоха:

|i,\vec{L}\rangle = \frac{1}{\sqrt{N}}\sum_{\vec{k}}|i,\vec{k}\rangle e^{-i\vec{k}\vec{L}} \quad(1)

в

N

– количество элементарных ячеек (также равное

\vec{k}

число).

В этой статье кратко представлена ​​функция Ванье с точки зрения квантовой химии LCAO, которую должно быть легче понять тем, кто изучает электронную структуру молекул. Молекулярные орбитали записываются в форме ЛКАО:

|i\rangle = \sum_\mu |\mu\rangle C_{\mu i} \quad(2)

ХФ периодической системы аналогичен, но регулярная орбита должна удовлетворять теореме Блоха. Для этого сначала произведем следующее преобразование к АО так, чтобы АО удовлетворяло теореме Блоха:

|\mu,\vec{k}\rangle = \frac{1}{\sqrt{N}}\sum_{\vec{L}}e^{i\vec{k}\vec{L}}|\mu,\vec{L}\rangle \quad(3)

в

|\mu,\vec{L}\rangle

Является элементарной ячейкой

\vec{L}

в

|\mu\rangle

. Тогда для каждого

\vec{k}

, запишите регулярную орбиту как LCAO:

|i,\vec{k}\rangle = \sum_{\mu}|\mu,\vec{k}\rangle C_{\mu i}{(\vec{k})} \quad(4)
C_{\mu i}(\vec{k})

это каждый

\vec{k}

Коэффициент LCAO, полученный методом PBC-HF.

Далее мы также запишем функцию Ванье в форме ЛКАО. Из-за поступательной связи между функциями Ванье каждой элементарной ячейки нам нужно знать только функцию Ванье одной элементарной ячейки. существовать

(1)

Лилинг

L=0

|i,\vec{0}\rangle = \frac{1}{\sqrt{N}}\sum_{\vec{k}}|i,\vec{k}\rangle \quad(5)

Функция Ванье других элементарных ячеек проходит

(5)

Просто панорамируйте. Пучок

(3)(4)

Заменять

(5)

, LCAO функции Ванье можно получить:

|i,\vec{0}\rangle = \sum_{\mu,\vec{L}}|\mu,\vec{L}\rangle C_{\mu i}(\vec{L}) \quad(6)
C_{\mu i}(\vec{L}) = \frac{1}{N}\sum_{\vec{k}}C_{\mu i}(\vec{k})e^{i\vec{k}\vec{L}} \quad(7)

Подобно орбитальной локализации в молекулярных расчетах, функции Ванье также можно локализовать для получения максимально локализованных функций Ванье (MLWF). [2][3][4]

Знакомство и установка программы

Wannier90

Wannier90 — программа для расчета MLWF. [5] Подробности см. на https://wannier.org/. Интерфейсы с несколькими программами электронной структуры: QE, VASP, Wien2K, PySCF и т. д. Wannier90 может работать независимо или использоваться как библиотека (обратите внимание, что режим lib можно использовать только последовательно).

Кратко представьте принцип расчета MLWF в Wannier90. каждому

\vec{k}

, произведем унитарное преобразование функции Блоха:

|i^{\prime}, \vec{k}\rangle=\sum_{i} U_{i^{\prime}i}^{(\vec{k})}|i,\vec{k}\rangle \quad(8)

Затем добавьте вновь полученное

|i^{\prime}, \vec{k}\rangle

в соответствии с

(5)

Становится функцией Ванье. унитарное преобразование

U_{i^{\prime}i}^{(\vec{k})}

Определяется путем минимизации дисперсии положения функции Ванье (т.е. методом Бойса):

\Omega = \sum_{i} \left[\left\langle i,\vec{0}\left|r^2\right|i,\vec{0}\right\rangle-\left|\left\langle i,\vec{0}\left|\vec{r}\right|i,\vec{0}\right\rangle\right|^2\right] \quad(9)

Конкретные детали реализации намного сложнее, чем молекула. ​​Подробности см. в литературе. [2][3][5]

pyWannier90

pyWannier90 — это интерфейс между PySCF и Wannier90. Он вызывает Wannier90 (режим lib) для генерации MLWF на основе орбиты, рассчитанной PySCF. Подробности см. на https://github.com/hungpham2017/pyWannier90. Пожалуйста, обратитесь к работе автора Хунга К. Фама о периодическом ДМЕТ [6].

Скомпилируйте и установите

В этой статье используется wannier90-3.1.0 и компилятор Intel. pyWannier90 необходимо сначала установить pybind11 и PySCF.

Разархивируйте wannier90-3.1.0 и pyWannier90 и замените wannier90-3.1.0/src/wannier90_lib.F90 на pyWannier90/src/wannier90_lib.F90.

Скопируйте wannier90-3.1.0/config/make.inc.ifort в wannier90-3.1.0/src/make.inc, удалите строки COMMS и MPIF90 (поскольку режим lib поддерживает только последовательный порт) и добавьте - в FCOPTS fPIC, который является:

Язык кода:javascript
копировать
F90 = ifort
FCOPTS= -O2 -fPIC
LDOPTS= -O2

Скомпилируйте wannier90 в режиме lib:

Язык кода:javascript
копировать
make && make lib

Введите pyWannier90/src и измените Makefile. Измените W90DIR на путь wannier90-3.1.0 и измените LIBDIR на путь Intel, например:

Язык кода:javascript
копировать
W90DIR =[path-to-]/wannier90-3.1.0
LIBDIR =[path-to-]/intel

Скомпилируйте pyWannier90:

Язык кода:javascript
копировать
make

Получите файл .so, например: libwannier90.cpython-310-x86_64-linux-gnu.so.

Поместите файл .so в [path-to]/pyscf/examples/pbc и запустите пример 47 (моя версия PySCF — 2.2.1):

Язык кода:javascript
копировать
python 47-pywannier90.py

В случае успеха будут созданы 8 файлов .xsf MLWF-[0-7].xsf. При открытии с помощью VESTA вы можете увидеть, например, 8 орбиталей кристалла Si.

Вычислите локализованную функцию Ванье

Ниже приведен пример, показывающий использование pyWannier90 для расчета MLWF валентной зоны алмаза (2 орбитали на атом углерода, всего 4):

Язык кода:javascript
копировать
#импортироватьpywannier90и Расчет Модули, необходимые для PBC-HF
import numpy as np
from pyscf import lib 
from pyscf.pbc import gto, scf 
from pyscf.pbc.tools import pywannier90

#---------------- Создайте элементарную ячейку алмаза и определите базисный набор и псевдопотенциал --------------
cell = gto.Cell()
cell.atom='''
C     4.462500000000E-01  4.462500000000E-01  4.462500000000E-01
C    -4.462500000000E-01 -4.462500000000E-01 -4.462500000000E-01
'''
cell.basis = 'gth-szv'; cell.pseudo = 'gth-pade'
cell.a = ''' 
0.000000000000E+00   0.178500000000E+01   0.178500000000E+01
0.178500000000E+01   0.000000000000E+00   0.178500000000E+01
0.178500000000E+01   0.178500000000E+01   0.000000000000E+00
'''
cell.build()

#-------------------------- Расчет PBC-HF --------------------------
kmesh = [2,2,2]
kpts = cell.make_kpts(kmesh);nkpts = len(kpts)
mf = scf.KRHF(cell, kpts)
ehf = mf.kernel()

#-------------- ----------Используйте pyWannier90 для расчета MLWF --------------------
nocc = int(sum(mf.mo_occ[0]))//2;ncore = 0
keywords = \
"""
exclude_bands : 5,6,7,8 
"""
# Используйте ключевое слово «exclude_bands», чтобы удалить виртуальные орбиты (1–4 — занятые орбиты, 5–8 — виртуальные орбиты).
# Если это полностью электронный расчет, ядерные орбитали также можно удалить.

w90 = pywannier90.W90(mf, cell, kmesh, nocc-ncore, other_keywords=keywords)
# Инициализируйте объект W90, пять параметров: 1) PBC-HF; 2) элементарная ячейка; 3)к-точка; 4) Число Ваньефункций; 5) Другие параметры
w90.use_bloch_phases = True # Определить первое предположение: этот параметр напрямую использует обычную орбиту в качестве первого предположения.
w90.kernel() # Рассчитаем MLWF и получим формулу (7)вU матрица

mo_coeff_kpts = [w90.mo_coeff_kpts[ik][:,w90.band_included_list] for ik in range(nkpts)] #Регулярная занятая орбита каждой k точки
rotated_mo_coeff_kpts = lib.einsum('kui,kji->kuj', mo_coeff_kpts, w90.U_matrix) # Унитарное преобразование, формула (7)

Ts = lib.cartesian_prod((range(kmesh[0]), range(kmesh[1]), range(kmesh[2])))
phase = 1/nkpts*np.exp(1j*2*np.pi*np.dot(Ts, w90.kpt_latt_loc.T))
C_Lui = lib.einsum("kuv,Rk->Ruv", rotated_mo_coeff_kpts, phase) # Коэффициент LCAO, преобразованный к функции Ванье, формула (6)

w90.plot_wf(supercell=kmesh, grid=[20,20,20]) # Нарисовать функцию Ванье

Показ изображений функции Wannier:

Обратите внимание, что это относительно грубое использование, и некоторые проблемы не рассматриваются, например, различные

\vec{k}

Количество дорожек может быть неодинаковым, полосы перепутаны и т.п. [3]. Для более подробной информации об использовании обратитесь к исходному коду pyscf/pbc/tools/pywannier90.py и руководству Wannier90.

Матрицу плотности можно рассчитать с помощью коэффициента ЛКАО функции Ванье:

P_{\mu\nu}(\vec{L})=2\sum_{R}\sum_i C_{\mu i}(\vec{R})C_{\nu i}(\vec{R}+\vec{L}) \quad(10)

Затем матрицу плотности можно использовать для проверки правильности функции Ванье, например:

Проверить, равна ли она матрице плотности HF (при условии отсутствия замороженного керна при расчете MLWF)

Преобразуйте матрицу плотности HF в реальное пространство:

\mathbf{P}(\vec{L})=\frac{1}{N_k}\sum_k\mathbf{P}(\vec{k})e^{i\vec{k}\vec{L}} \quad(11)

Сравнивать

(9)

и

(10)

Равны ли они:

Язык кода:javascript
копировать
iLs = lib.cartesian_prod([range(kmesh[0]), range(kmesh[1]), range(kmesh[2])])
Ls = np.dot(iLs, cell.lattice_vectors())
expkLd = np.array(np.exp(1j*np.dot(kpts, Ls.T)), order='C')
dm_L_HF = np.einsum("kuv,kL->Luv", dm_k_hf, expkLd)/nkpts
assert np.allclose(dm_L_HF, dm_L)

Проверьте количество электронов

N = \sum_{L}\sum_{\mu \nu}P_{\mu \nu}(\vec{L})S_{\mu\nu}(\vec{L}) \quad(12)
Язык кода:javascript
копировать
nelec_by_dm = lib.einsum("Luv,Luv->", dm_L, ovlp_L)
assert abs(nelec_by_dm - cell.nelectron) < 1e-6

Также имейте в виду некоторые возможные риски, связанные с Wannier90:

  1. Количество циклов итерации фиксировано (задается параметром num_iter), а не повторяется до сходимости. Поэтому лучше всего открыть файл .wout и проверить его после завершения расчета.
  2. При первом приближении с использованием обычной орбиты может быть сложно сойтись. Лучше всего в качестве первого предположения дать подходящую проекцию. Подробности смотрите в руководстве Wannier90.

Ссылки

[1]: Ли Чжэнчжун, Теория твердого тела, второе издание, ISBN: 978-704011576-5. [2]:ПРБ, 1997, 56, 12847. [3]: ПРБ, 2001, 65, 035109. [4]: РМП, 2012, 84, 4, 1419. [5]: J. Phys.: Condens Matter 2020, 32, 165902. [6]: JCTC, 2020, 16, 130.

Связанное чтение

Установите PySCF-2.x в автономном режиме

Язык кода:javascript
копировать
https://gitlab.com/jxzou/qcinstall/-/blob/main/%E7%A6%BB%E7%BA%BF%E5%AE%89%E8%A3%85PySCF-2.x.md

Установите pybind11

Язык кода:javascript
копировать
https://gitlab.com/jxzou/qcinstall/-/blob/main/block2%E7%9A%84%E7%BC%96%E8%AF%91%E5%92%8C%E5%AE%89%E8%A3%85.md#21-%E5%AE%89%E8%A3%85pybind11
boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose