Профіль метаданих DFT

Використовуйте цей профіль для документування наборів даних, отриманих за допомогою розрахунків теорії функціоналу густини. Він розширює профіль метаданих основного набору даних інформацією про досліджуваний матеріал, атомну структуру, обчислювальний метод, програмне забезпечення, параметри розрахунку, збіжність, вхідні та вихідні файли, а також походження. Профіль можна адаптувати до окремих розрахунків DFT, серій розрахунків та обчислювальних робочих процесів, які використовують результати DFT як вхідні дані для наступних етапів моделювання або симуляції.

ChatGPT Image 19 лип. 2026 р., 19_20_15 (7)

Інформація про ресурс

Тип ресурсу

Профіль метаданих, специфічний для домену

Цільові користувачі

Дослідники обчислювальних матеріалів, автори наборів даних, куратори та розпорядники даних

Статус

Робочий профіль Центру компетенцій, специфічний для предметної області

Завантажте профіль метаданих DFT

XLSX та DOCX призначені для підготовки та перевірки метаданих. JSON підтримує машинозчитувані записи та обчислювальні робочі процеси. У польових інструкціях пояснюються обов'язкові, рекомендовані та умовні елементи.

Доступні формати

Завантажити XLSX Завантажити DOCX Завантажити JSON Переглянути вказівки щодо поля

Що таке профіль метаданих набору даних DFT?

Профіль метаданих набору даних DFT – це структурований набір полів для документування наукового об'єкта, обчислювального методу, програмного забезпечення, числових параметрів, файлів та результатів, пов'язаних з розрахунками теорії функціоналу густини.

Це дозволяє дослідникам визначити, що було розраховано, які наближення та параметри були використані, чи досяг розрахунок заявлених критеріїв збіжності та які файли потрібні для перевірки або відтворення результатів.

Профіль DFT розширює профіль метаданих основного набору даних

Загальні поля, такі як назва, автори, опис, ідентифікатори, умови доступу та ліцензія, залишаються частиною основного профілю. Профіль DFT додає наукову та технічну інформацію, специфічну для розрахунків електронних структур.

Що охоплює профіль

Поля, специфічні для DFT, організовані у чотири практичні області документації.

Матеріал та структура

Хімічний склад, назва матеріалу, фаза, кристалічна структура, елементарна комірка, положення атомів, періодичність, дефекти, поверхні та джерело структури.

Метод та програмне забезпечення

Код DFT, версія програмного забезпечення, обмінно-кореляційний функціонал, псевдопотенціали, базисне представлення, спінова обробка та релятивістські налаштування.

Параметри розрахунку

Енергетичні обмеження, вибірка k-точок, розмиття, електронна та іонна збіжність, налаштування оптимізації, граничні умови та тип розрахунку.

Файли, результати та походження

Вхідні та вихідні файли, етап робочого процесу, програмне середовище, розраховані властивості, перевірки якості, зв'язки, походження та інформація про відтворюваність.

Рекомендовані поля метаданих DFT

Ці поля розширюють основний запис набору даних. Обов'язкові поля описують мінімальний обчислювальний контекст, тоді як рекомендовані та умовні поля залежать від типу обчислення та досліджуваної системи.

Поле	Статус	Призначення	Приклад
`material_name`	Обов'язково	Назва досліджуваного матеріалу або системи	Карбід кремнію
`chemical_formula`	Обов'язково	Хімічний склад системи	SiC
`system_type`	Обов'язково	Тип змодельованої системи	Об'ємний кристал
`phase_or_polymorph`	Рекомендовано	Позначення фази, поліморфу або структури	3C-SiC
`structure_identifier`	Рекомендовано	Зовнішній ідентифікатор або посилання на початкову структуру	Матеріали Ідентифікатор проекту або DOI
`structure_file`	Обов'язково	Відносний шлях до файлу, що містить атомну структуру	`input/structure.cif`
`cell_parameters`	Рекомендовано	Параметри решітки або матриця елементарної комірки	a = 4,36 Å
`number_of_atoms`	Рекомендовано	Кількість атомів у змодельованій комірці	8
`періодичність`	Рекомендовано	Періодичні граничні умови, застосовані до система	3D періодична
`calculation_type`	Обов'язково	Основна мета розрахунку DFT	Оптимізація геометрії
`dft_software`	Обов'язково	Код електронної структури, що використовується для розрахунку	Quantum ESPRESSO
`software_version`	Обов'язково	Версія програмного забезпечення DFT	7.3
`workflow_software`	Умовний	Робочий процес або система походження, що використовується для виконання обчислень	AiiDA
`exchange_correlation_functional`	Обов'язковий	Наближення обмінно-кореляційної апроксимації	PBE
`dispersion_correction`	Умовний	Дисперсія або корекція Ван-дер-Ваальса	DFT-D3
`псевдопотенціал`	Обов'язковий, коли застосовно	Файли сімейства псевдопотенціалів та окремі файли	Ефективність SSSP, PBE
`pseudopotential_files`	Рекомендовані, повторювані	Шляхи, імена або постійні ідентифікатори псевдопотенціалів	`pseudo/Si.upf`
`basis_representation`	Обов'язкові	Базисне представлення, що використовується в розрахунку	Плоскі хвилі
`energy_cutoff`	Обов'язкові, коли застосовно	Обмеження хвильової функції або базисного набору енергії	60 Ry
`charge_density_cutoff`	Умовне	Обмеження щільності заряду	480 Ry
`k_point_sampling`	Обов'язкове	Метод вибірки зони Бріллюена та сітка	Упаковка Монкхорста-Пака 8 × 8 × 8
`smearing_method`	Умовний	Метод розмиття за професією	Метфесселя-Пакстона
`ширина_розмиття`	Умовний	Числовий параметр розмиття	0.02 Ry
`спінова_обробка`	Обов'язковий	Обробка спінової конфігурації або поляризації	Неспіново-поляризований
`релятивістська_обробка`	Умовний	Скалярно-релятивістський або Спін-орбітальна обробка	Скалярний релятивістський
`електронна_конвергенція`	Обов'язкова	Поріг конвергенції електронної самоузгодженості	1 × 10⁻⁸ Ry
`іонна_конвергенція`	Умовна	Поріг конвергенції сили або геометрії	1 × 10⁻⁴ Ry/Бор
`розраховані_властивості`	Обов'язкова, повторювана	Фізичні властивості, представлені в набір даних	Загальна енергія; сили; тензор напружень
`input_files`	Обов'язковий, повторюваний	Вхідні файли, необхідні для відтворення розрахунку	`input/scf.in`
`output_files`	Обов'язковий, повторюваний	Основні вихідні та результативні файли	`output/scf.out`
`convergence_status`	Обов'язковий	Чи відповідав розрахунок заявленим критеріям	Збіжний
`quality_checks`	Рекомендовано	Тести, що використовуються для перевірки числової якості або стабільності	Тести на енергетичне відсікання та збіжність k-точок
`workflow_step`	Умовно	Позиція розрахунку в обчислювальному робочому процесі	Генерація довідкових даних DFT
`provenance_record`	Рекомендовано	Посилання на запис походження, графік робочого процесу або журнал	`provenance/provenance.json`
`computing_environment`	Рекомендовано	Відповідне обладнання, операційне середовище або платформа виконання	Кластер HPC; Linux; 64 MPI-процеси

Підтримувані типи розрахунків

Виберіть тип розрахунку та заповніть параметри, що стосуються цього розрахунку.

Електронна структура

Самоузгоджені розрахунки, зонні структури, густина станів та розрахунки густини заряду.

Оптимізація структури

Атомна релаксація, оптимізація елементарної комірки, збіжність сил та напружень.

Відгук та властивості

Фонони, діелектричні властивості, пружні константи та інші розраховані властивості матеріалів.

Генерація довідкових даних

Енергії, сили та напруження, створені для машинного навчання потенціалів та подальшого моделювання.

Мінімальний запис метаданих DFT

Як мінімум, запис повинен ідентифікувати досліджуваний матеріал, файл структури, тип розрахунку, програмне забезпечення та версію DFT, функціонал обмінно-кореляційного обміну, псевдопотенціали або базис, вибірку k-точок, критерії конвергенції, вхідні та вихідні файли, розраховані властивості та стан конвергенції.

Запис, специфічний для DFT, повинен використовуватися разом з основним набором даних поля метаданих для назви, авторів, опису, ідентифікаторів, умов доступу та ліцензії.

Як використовувати профіль

1. Визначте

Опишіть матеріал, склад, структуру та тип розрахунку.

2. Запишіть

Запишіть програмне забезпечення DFT, метод, наближення та числові параметри.

3. З'єднайте

Зв'яжіть метадані з фактичними вхідними, вихідними, структурними та файлами походження.

4. Перевірте

Запишіть стан конвергенції, тести якості та відомі числові обмеження.

5. Пакет

Перевірте узгодженість з основними метаданими, README, маніфестом та записом репозиторію.

Приклад запису метаданих DFT

Цей спрощений приклад ілюструє специфічну для DFT частину машинозчитуваного запису метаданих.

{
"material": {
"material_name": "Карбід кремнію",
"chemical_formula": "SiC",
"phase_or_polymorph": "3C-SiC",
"system_type": "об'ємний кристал",
"structure_file": "input/structure.cif",
"number_of_atoms": 8,
"periodicity": "3D періодичний"
},
"calculation": {
"calculation_type": "оптимізація геометрії",
"dft_software": "Квантовий ЕСПРЕСО",
"software_version": "7.3",
"exchange_correlation_functional": "PBE",
"basis_representation": "плоскі хвилі",
"energy_cutoff": {
"value": 60,
"unit": "Ry"
},
"charge_density_cutoff": {
"value": 480,
"unit": "Ry"
},
"k_point_sampling": "8 x 8 x 8 Монкхорст-Пак",
"spin_treatment": "не спін-поляризований",
"electronic_convergence": "1e-8 Ry",
"ionic_convergence": "1e-4 Ry/Бор"
},
"files": {
"input_files": [
"input/scf.in",
"input/structure.cif"
],
"output_files": [
"output/scf.out",
"results/final_structure.cif"
],
"provenance_record": "provenance/provenance.json"
},
"results": {
"calculated_properties": [
"загальна енергія",
"сили",
"тензор напружень"
],
"convergence_status": "конверговано",
"quality_checks": [
"конвергенція за енергетичним відсіканням",
"конвергенція за k-точкою"
]
}
}

Важливі примітки

Записуйте значення параметрів разом з їхніми одиницями вимірювання.
Визначте точну версію програмного забезпечення та відповідні інструменти робочого процесу.
Включіть файли псевдопотенціалу або постійні посилання, достатні для їх однозначної ідентифікації.
Відрізняйте початкову структуру від розслаблених та похідних структур.
Запишіть, чи сходився розрахунок відповідно до заявлених критеріїв.
Не описуйте параметр як «за замовчуванням», не вказавши версію програмного забезпечення та, де це важливо, фактичне значення.
Включіть вхідні файли, основні вихідні файли та будь-які необхідні скрипти для відтворення отриманих результатів.
Збережіть докази тестування збіжності, коли результати залежать від енергетичних відсічень, k-точок сіток, розміру комірок або інших числових параметрів.
Переконайтеся, що шляхи до файлів у метаданих точно відповідають маніфесту та опублікованому пакету даних.
Коли дані DFT використовуються для навчання потенціалу машинного навчання, зв'яжіть записи DFT з відповідними наборами даних для навчання, валідації та тестування.