博客
【技术大讲堂】ShengBTE 的安装与使用
ShengBTE 用迭代法求解声子的完全线性化玻尔兹曼输运方程。
目前可以研究两种体系:块状晶体材料及其纳米线。前者主要的声子散射机制是三声子过程和同位素无序。而这些都可以在 ShengBTE 实现:
-
同位素散射:使用田村公式（Tamura's formula）实现。公式中出现的状态的投影振动密度是用局部自适应展宽算法计算的。
-
三声子过程:从能量的一组三阶导数计算出三声子散射振幅。关键的一点是加强能量守恒，以便只考虑允许的过程。与解决问题的其他方法相反，在 ShengBTE 中，这个问题是使用局部自适应的无参数方法来解决的。
作为输入，ShengBTE 需要一组二阶和三阶原子间力常数，可能还需要固体的介电参数值。这组变量通常是计算出来的从头算 DFT 软件包，例如 VASP 或者 Quantum Espresso。在某些情况下，这些程序可以直接计算二阶常数；在其他情况下，需要 Phonopy 等辅助软件来促进这个过程。而 ShengBTE 的作者同时开发了软件 Thirdorder，在三阶计算中扮演类似的角色。
除了热导率张量，ShengBTE 还输出以下量:
-
取样 q 点的声子频率。
-
声子群速度。
-
晶格比热。
-
单位平均自由程的纳米颗粒热导率。
-
能量守恒允许处理的三声子部分，有时称为三声子相空间。
-
模式对三声子相空间的贡献。
-
态的振动密度:总量和投影。
-
每模式对热导率的贡献。
-
累积热导率:平均自由程小于阈值的声子对此量的贡献。
-
散射率:总量、区域贸易协定值、同位素和非谐波贡献。
-
沿块体任意晶向切割的纳米线的热导率。
-
总计和模式 Grüneisen 参数。
spglib-1.9.7
ShengBTE-1.2.1
thirdorder-1.1.1（可选）
所需软件安装包下载地址：
spglib-1.9.7：
https://sourceforge.net/projects/spglib/
ShengBTE-1.2.1：
https://bitbucket.org/sousaw/shengbte/downloads/
thirdorder-1.1.1：
https://bitbucket.org/sousaw/thirdorder/downloads/
1、下载
wget https://liquidtelecom.dl.sourceforge.net/project/spglib/spglib/spglib-1.9/spglib-1.9.7.tar.gz?viasf=1
2、解压
tar vzxf spglib-1.9.7.tar.gz
3、切换目录
cd spglib-1.9.7/
4、创建目录
mkdir build && cd build && pwd && cd ../
5、配置
./configure –prefix=/opt/ShengBTE/spglib-1.9.7/
6、编译安装
make && make install
spglib 就编译完成了，生成 libsymspg.a 文件
1、下载
wget https://bitbucket.org/sousaw/shengbte/get/e9f6fdc3362f.zip
2、解压
unzip e9f6fdc3362f.zip
3、切换目录
cd sousaw-shengbte-e9f6fdc3362f/
4、复制文件
cp arch.make.example Src/arch.make
5、修改arch.make
vim arch.make
MKLROOT=/opt/inteloneapi/mkl/2022.2.1/
export FFLAGS=-traceback -debug -O2 -static_intel
export LDFLAGS=-L/opt/ShengBTE/spglib-1.9.7/lib -lsymspg
export MPIFC=mpiifort
MKL=$(MKLROOT)/lib/intel64/libmkl_lapack95_lp64.a -Wl,--start-group \
$(MKLROOT)/lib/intel64/libmkl_intel_lp64.a \
$(MKLROOT)/lib/intel64/libmkl_sequential.a \
$(MKLROOT)/lib/intel64/libmkl_core.a -Wl,--end-group -lpthread -lm
export LAPACK=$(MKL)
export LIBS=$(LAPACK)
6、编译
make
7、测试
cd Test-VASP
mpirun -np 4 ../ShengBTE
相关贴子
-
技术分享深度解析 | 新型智算中心技术构建中 AI 大模型应用的建设
2024.07.11 86分钟阅读 -
技术分享为何最新的大型语言模型（LLM）倾向于采用 MoE（Mixture of Experts, MoE）架构作为其设计核心？
2024.09.06 41分钟阅读 -
技术分享选 CPU 看核心数量还是时钟速度？
2024.10.11 27分钟阅读
