[gpumd] Re: Si surface reconstruction

  • From: "董海宽" <dhk@xxxxxxxxxx>
  • To: gpumd@xxxxxxxxxxxxx
  • Date: Fri, 13 Dec 2019 21:35:52 +0800

Hello,

Perhpas it's because of the absence of the "neighbor" keyword. If your system 
allows for bond breaking and reforming, you need to use this keyword to enable 
neighbor list updating. Otherwise, a fixed neighbor list will be used. This 
keyword needs to be used before every "run" keyword if you hope to update the 
neighbor list for that run. Therefore, your "run.in" file can be modifed to:

ensemble nvt_ber T T 0.01
time_step 1
neighbor 1.0 # update the neighbor list with a skin distance of 1.0 Angstrom
run 1000000

ensemble npt_ber T T 0.01 0 0 0 0.0005
neighbor 1.0 # update the neighbor list with a skin distance of 1.0 Angstrom
run 1000000

ensemble nve
neighbor 1.0 # update the neighbor list with a skin distance of 1.0 Angstrom
run 10000000


Aslo, you need to enlarge the "MN" parameter and the cutoff distance in the 
"xyz.in" file. 
For the Tersoff potential for silicon, you can set the first few parameters in 
this file to:

N 50 4.0 ...

This means that you have N atoms, each atom has at most 50 neighbors, and the 
initial cutoff distance for building the neighbor list is 4.0 Angstrom, which 
is the cutoff distance for the Tersoff potential (3.0 Angstrom) plus the skin 
distance (1.0 Angstrom).

Best,
Haikuan


---------- Origin message ----------

From:"Florencia Carusela" <flor.caru@xxxxxxxxx>
To:gpumd@xxxxxxxxxxxxx
Subject:[gpumd] Si surface reconstruction
Date:2019-12-13 06:41:54

Hi !

I am trying to do the surface reconstruction (dimerization) of a thin
membrane of Si. I am using the Tersoff potential.

I implemented the protocol that I used in LAMMPS to do this (succesfully)
with the same potential, but I cannot reconstruct the surface with GPUMD
implementation.

May be someone could help me?

Thanks!
Florencia


ensemble nvt_ber T T 0.01
time_step 1
run 1000000

ensemble npt_ber T T 0.01 0 0 0 0.0005
run 1000000

ensemble nve
run 10000000
 

Other related posts: