.png){kind=icon}
返回
GEMDAT: a Python toolkit for site-resolved diffusion analysis in solid-state molecular dynamics
.png){kind=icon}
OA
AI
DOI：10.1038/s41524-026-02133-7.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分子动力学（MD）模拟已成为理解离子导体、燃料电池和气体传感器等固态材料中扩散机制的关键手段，但现有研究和软件工具大多仅提取标准指标，导致轨迹中包含的大量信息未被利用。本文介绍GEMDAT，一个用于固态材料位点分辨扩散分析的Python工具包（https://github.com/GEMDAT-repos/GEMDAT）。除均方位移、径向分布函数和基于阿伦尼乌斯的活化能外，GEMDAT还提供跃迁速率、尝试频率、位点特异性活化能、旋转扩散和渗流分析。该工具可获取振动幅度、位点几何结构和位点占有率等数据，这些数据可直接与实验衍射数据进行比较。迁移位点可手动定义或自动从轨迹中识别。内置缓存机制与快速可视化功能使工作流程高效且交互性强。本文通过一系列案例研究（包括结晶态锂离子导体和钠离子导体、塑料晶体、非晶结构及表面构型），展示了GEMDAT如何提取原子级结构特征并将其与宏观传输性质关联，从而指导固态材料的优化与开发。
Keyword:
diffusion analysis
molecular dynamics
solid-state materials
site-resolved
Python toolkit
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
11.9
论文数:
2.4K
被引数:
1.7W
机构
查看更多机构
引用论文
暂无论文信息