|
DOI: 10.14489/vkit.2026.09.pp.022-032
Расулов А. М., Иброхимов Н. И.
АЛГОРИТМЫ МОДЕЛИРОВАНИЯ МЕТАЛЛИЧЕСКИХ КЛАСТЕРОВ НА ОСНОВЕ МЕТОДА МОЛЕКУЛЯРНОЙ ДИНАМИКИ
(с. 22-32)
Аннотация. В данном исследовании геометрические характеристики металлических кластеров меди и серебра на атомистическом уровне смоделированы методом молекулярной динамики с использованием компьютерного моделирования. Для расчета межатомных взаимодействий применялся потенциал Embedded Atom Method. Вычислительные эксперименты выполнены с использованием программного пакета Large-scale Atomic/Molecular Massively Parallel Simulator, разработанного Sandia National Laboratories. Расчетные процессы осуществлялись в среде высокопроизводительных вычислений на основе параллельной архитектуры MPI (Message Passing Interface) – OpenMP. Визуализация моделей кластеров выполнена с использованием программного обеспечения JMol. При формировании моделей кластеров радиус и объем рассчитывались на основе сферической геометрии. В рамках исследования сопоставлены значения радиуса, диаметра и объема для кластеров с числом атомов в диапазоне 145…150. Установлено, что с увеличением числа атомов форма кластера приближается к форме, близкой к сферической. Результаты моделирования показали, что при одинаковом числе атомов кластеры серебра обладают бо́льшими геометрическими размерами по сравнению с кластерами меди. Полученные данные служат методической основой для анализа размерно-зависимых геометрических изменений кластеров и дальнейшего детального исследования их термодинамических свойств.
Ключевые слова: компьютерное моделирование; метод молекулярной динамики; компьютерные модели; метод погруженного атома.
Rasulov A. M., Ibrokhimov N. I.
ALGORITHMS FOR MODELING METAL CLUSTERS USING MOLECULAR DYNAMICS
(pp. 22-32)
Abstract. In this study, the geometric characteristics of copper and silver metallic clusters at the atomistic level were modeled using the molecular dynamics method within a computational framework. Interatomic interactions were described using the Embedded Atom Method (EAM) potential. Computational experiments were carried out employing the LAMMPS (Large-scale Atomic/Molecular Massively Parallel Simulator) software package developed by Sandia National Laboratories. The simulations were performed in a high-performance computing (HPC) environment based on a hybrid parallel MPI (Message Passing Interface)-OpenMP architecture. Cluster models were visualized using the JMol software. During cluster construction, the radius and volume were calculated assuming spherical geometry. The radius, diameter, and volume were systematically compared for clusters containing 145 – 150 atoms. It was established that, with increasing number of atoms, the cluster shape progressively approaches spherical geometry. The simulation results showed that, for an equal number of atoms, Ag clusters exhibit larger geometric dimensions than Cu clusters, which is attributed to the larger lattice parameter of silver. The obtained findings provide a methodological basis for analyzing size-dependent geometric variations of metallic clusters and for further in-depth investigations of their thermodynamic properties.
Keywords: Computer simulation; Molecular dynamics method; Computational models; Embedded Atom Method.
А. М. Расулов, Н. И. Иброхимов (Ферганский государственный технический университет, Фергана, Узбекистан) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
A. M. Rasulov, N. I. Ibrokhimov (Fergana State Technical University, Fergana, Uzbekistan) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
1. Molecular dynamics study of the devitrification of amorphous copper nanoparticles in vacuum and in a silver shell / G. M. Poletaev, Yu. A. Gafner, S. L. Gafner et al. // Metals. 2023. Vol. 13. No. 10. P. 1664. DOI: 10.3390/met13101664
2. Wang L., Zhang Y., Bian X., Chen Y. Melting of Cu nanoclusters by molecular dynamics simulation // Physics Letters A. 2003. Vol. 310. No. 2–3. P. 197–202. DOI: 10.1016/S0375-9601(03)00263-9
3. Кукушкин Д. И., Антоненко В. А. Использование зависимости по данным для организации бессерверных вычислений // Вестник компьютерных и информационных технологий. 2021. Т. 18, № 11. С. 37–46.
4. Kuruganti T., Joshi P. K., Goswami M. Simulation of two nanoparticle melting to understand the conductivity drop of 3D-printed silver nanowires // Materials & Design. 2023. Vol. 236. Art. 112502. DOI: 10.1016/j.matdes.2023.112502
5. Canan C., Celtek M. Size dependence on melting of copper nanoparticles via molecular dynamics simulation // Proceedings of the 25th International Scientific Conference UNITECH 2025. 20–22 November 2025. Gabrovo, Bulgaria.
6. Molecular dynamics simulation of the coalescence and melting process of Cu and Ag nanoparticles / H. Guo, L. Zhang, Q. Zhu et al. // Advances in Condensed Matter Physics. 2021. Vol. 2021. Art. 9945723. DOI: 10.1155/2021/9945723
7. Plimpton S. Fast parallel algorithms for short-range molecular dynamics // Journal of Computational Physics. 1995. Vol. 117. No. 1. P. 1–19.
8. Zafari A., Larsson E., Tillenius M. DuctTeip: An efficient programming model for distributed task-based parallel computing // Parallel Computing. 2019. Vol. 90. Art. 102582. DOI: 10.1016/j.parco.2019.102582
9. Lewis C., Valenciano M., Cornwell C. Visualizations of molecular dynamics simulations of high-performance polycrystalline structural ceramics // Parallel Computing. 2015. Vol. 55.
10. Bowers K. J., Chow E., Xu H., Dror R. O. Scalable algorithms for molecular dynamics simulations on commodity clusters // Proceedings of the ACM/IEEE SC’06 Conference on High Performance Networking and Computing. 11–17 November 2006. Tampa, Florida, USA. P. 84–84. DOI: 10.1109/SC.2006.54
11. Methodology-centered review of molecular modeling, simulation and prediction of SARS-CoV-2. / K. Gao, R. Wang, J. Chen et al. // Chemical Reviews. Vol. 122. No. 13. P. 11287–11368.
12. Gonnet P. Efficient algorithms for molecular dynamics simulations on the Cell Broadband Engine Architecture // AIP Conference Proceedings: International Conference of Numerical Analysis and Applied Mathematics (ICNAAM 2010). Rhodes, Greece, 19–25 September 2010. Vol. 1281. P. 1305–1308. DOI: 10.1063/1.3497953
13. Atomistic insights into metal hardening / L. A. Zepeda-Ruiz, A. Stukowski, T. Oppelstrup et al. // Nature Materials. 2021. Vol. 20. No. 3. P. 315–320. DOI: 10.1038/s41563-020-00815-1
14. Crystal structure and optical properties of silver nanorings / L. Zhou, X. F. Fu, L. Yu et al. // Applied Physics Letters. 2009. Vol. 94. No 15. Art. 153102. DOI: 10.1063/1.3117504
15. Suzuki M., Okuda H., Yagawa G. MPI/OpenMP hybrid parallel molecular dynamics simulation on SMP cluster architecture // Transactions of the Japan Society of Mechanical Engineers, Series A. 2004. Vol. 70. No. 692. P. 519–524. DOI: 10.1299/kikaia.70.519
16. Study of geometric and energetic properties of small silver metal clusters using molecular dynamics method / A. M. Rasulov, N. I. Ibrokhimov, A. G. Tukhtasinov et al. // Proceedings of SPIE: Advanced Materials for Optics and Photonics: Chemistry and Engineering Perspectives (AMOP 2025). 9–11 October 2025. Namangan, Uzbekistan. SPIE, 2025. Vol. 14014. Art. 140140L. 6 p. DOI: 10.1117/12.3093739
1. Poletaev, G. M., Gafner, Yu. A., Gafner, S. L., et al. (2023). Molecular dynamics study of the devitrification of amorphous copper nanoparticles in vacuum and in a silver shell. Metals, 13(10), Article 1664. https://doi.org/10.3390/met13101664
2. Wang, L., Zhang, Y., Bian, X., & Chen, Y. (2003). Melting of Cu nanoclusters by molecular dynamics simulation. Physics Letters A, 310(2 3), 197–202. https://doi.org/10.1016/S0375-9601(03)00263-9
3. Kukushkin, D. I., & Antonenko, V. A. (2021). Using data dependency to organize serverless computing. Vestnik komp'yuternykh i informatsionnykh tekhnologiy, 18(11), 37–46. [in Russian language].
4. Kuruganti, T., Joshi, P. K., & Goswami, M. (2023). Simulation of two nanoparticle melting to understand the conductivity drop of 3D printed silver nanowires. Materials & Design, 236, Article 112502. https://doi.org/10.1016/j.matdes.2023.112502
5. Canan, C., & Celtek, M. (2025, November 20–22). Size dependence on melting of copper nanoparticles via molecular dynamics simulation. In Proceedings of the 25th International Scientific Conference UNITECH 2025. Gabrovo, Bulgaria.
6. Guo, H., Zhang, L., Zhu, Q., et al. (2021). Molecular dynamics simulation of the coalescence and melting process of Cu and Ag nanoparticles. Advances in Condensed Matter Physics, 2021, Article 9945723. https://doi.org/10.1155/2021/9945723
7. Plimpton, S. (1995). Fast parallel algorithms for short range molecular dynamics. Journal of Computational Physics, 117(1), 1–19.
8. Zafari, A., Larsson, E., & Tillenius, M. (2019). DuctTeip: An efficient programming model for distributed task based parallel computing. Parallel Computing, 90, Article 102582. https://doi.org/10.1016/j.parco.2019.102582
9. Lewis, C., Valenciano, M., & Cornwell, C. (2015). Visualizations of molecular dynamics simulations of high performance polycrystalline structural ceramics. Parallel Computing, 55.
10. Bowers, K. J., Chow, E., Xu, H., & Dror, R. O. (2006). Scalable algorithms for molecular dynamics simulations on commodity clusters. In Proceedings of the ACM/IEEE SC’06 Conference on High Performance Networking and Computing (p. 84). Tampa, FL, USA. https://doi.org/10.1109/SC.2006.54
11. Gao, K., Wang, R., Chen, J., et al. (2022). Methodology centered review of molecular modeling, simulation and prediction of SARS-CoV-2. Chemical Reviews, 122(13), 11287–11368.
12. Gonnet, P. (2010). Efficient algorithms for molecular dynamics simulations on the Cell Broadband Engine Architecture. In AIP Conference Proceedings: International Conference of Numerical Analysis and Applied Mathematics (ICNAAM 2010) (Vol. 1281, pp. 1305–1308). Rhodes, Greece. https://doi.org/10.1063/1.3497953
13. Zepeda-Ruiz, L. A., Stukowski, A., Oppelstrup, T., et al. (2021). Atomistic insights into metal hardening. Nature Materials, 20(3), 315–320. https://doi.org/10.1038/s41563-020-00815-1
14. Zhou, L., Fu, X. F., Yu, L., et al. (2009). Crystal structure and optical properties of silver nanorings. Applied Physics Letters, 94(15), Article 153102. https://doi.org/10.1063/1.3117504
15. Suzuki, M., Okuda, H., & Yagawa, G. (2004). MPI/OpenMP hybrid parallel molecular dynamics simulation on SMP cluster architecture. Transactions of the Japan Society of Mechanical Engineers, Series A, 70(692), 519–524. https://doi.org/10.1299/kikaia.70.519
16. Rasulov, A. M., Ibrokhimov, N. I., Tukhtasinov, A. G., et al. (2025). Study of geometric and energetic properties of small silver metal clusters using molecular dynamics method. In Proceedings of SPIE: Advanced Materials for Optics and Photonics: Chemistry and Engineering Perspectives (AMOP 2025) (Vol. 14014, Article 140140L). Namangan, Uzbekistan. https://doi.org/10.1117/12.3093739
|
Current Issue
Разработка концепции и создание сайта - ООО «Издательский дом «СПЕКТР»