使用接近密度泛函理论（DFT）精度的能量对小尺寸铝团簇的熔化转变过程进行模拟

《Journal of Chemical Theory and Computation》：Melting Transitions in Small Aluminum Clusters Simulated with Energies Approaching DFT Accuracy

提出一种结合第一性原理计算、全局优化和机器学习势能的数值框架，用于模拟原子簇的熔化类相变。通过Na20和Al?/Al?簇的模拟验证，其热容与实验结果定性吻合，发现Al?11-16簇的熔点显著高于体相熔点，其中Al13?熔点接近2100K。

　　

我们描述了一个用于模拟原子簇中类似熔化过程的计算框架，该框架结合了第一性原理能量计算、全局优化和机器学习的原子间势能。通过全局优化生成多种配置，然后利用密度泛函理论（Density Functional Theory, DFT）计算相应的能量。这些能量通过Allegro E(3)-等变神经网络势能被精确到10 meV/原子的程度进行拟合。由此产生的模型支持高效的并行温度调控蒙特卡洛（parallel tempering Monte Carlo）模拟，并且具有接近DFT水平的精度。该方法通过模拟Na₂₀并将其与早期的实验和计算结果进行比较来验证其有效性。利用这种方法，我们研究了Al_n⁺（n = 9至16）、Al_n和Al_n^–（n = 12、13、14）簇中的类似熔化过程。特别是Al₁₆⁺簇的模拟热容与实验结果在定性上是一致的。我们还观察到，当n=11–16时，Al_n⁺簇的熔点远高于块体熔点（934 K），而具有闭壳层结构的Al₁₃^–物种的熔点异常高，接近2100 K。