[发明专利]一种金属氧化物团簇结构模型的构造方法

说明书

本发明属于金属氧化物材料结构设计领域，具体涉及金属氧化物团簇结构模型的构造方法。所述构造方法包括：获取目标金属氧化物的特征参数；根据所述特征参数提取目标金属氧化物的团簇基本结构单元的构型；根据所述团簇基本结构单元的构型，选择并调整多面体拓扑结构组装模板，将所述团簇基本结构单元在多面体拓扑结构组装模板结构上进行组装构建，得到所述金属氧化物团簇的基本构型；对所述基本构型进行结构优化并分析判断结构的稳定性，选取无结构错误和能量稳定的构型作为合理的金属氧化物团簇结构模型。本发明提出的金属氧化物团簇结构模型构造方法，从而减少模型构造的时间成本，提高构造效率和弥补大尺寸金属氧化物团簇结构模型的空缺。

技术领域

本发明属于金属氧化物材料结构设计领域，具体涉及一种基于量子化学的金属氧化物团簇结构模型的构造方法。

背景技术

随着催化氧化、电子设备和传感器件等行业的迅猛发展，对金属氧化物团簇材料的要求也越来越高，金属氧化物团簇材料具有较好的催化和电子特性，特别是在醇类、烯烃和一氧化氮的置换方面具有关键作用，所以越来越多的金属氧化物团簇材料被应用到高精尖产品及其研发过程中。

氧化钨、氧化钛等团簇材料是主要的催化反应活性材料，负载在其他载体材料上形成的复合材料有较强的催化作用。量子化学模拟方法以其精确的电子分析和过程判断对所研究材料的结构和能量稳定性的优势，应用于被研究和加工金属及其氧化物材料的晶体和团簇等模型的建立过程中，材料模型的能量大小、电荷和电势分布、电子转移过程、原子间化学键的形成及断裂过程等方面的研究特性经常应用到量子化学模拟方法，该方面受到了越来越多的研究者们的重视和关注。

目前对于金属氧化物团簇的模型的技术方案主要集中在遗传算法搜索特定大小的团簇模型中的最低能量构型的方法，其具体过程，首先根据金属氧化物团簇结构预计原子数来产生一个三维空间中原子随机分布的初始构型，再利用量子化学方法来对整个构型进行优化，形成构型父代，然后一定的概率对构型进行调整，包括交叉选择、构型变异操作，从而生成多种新的子代构型，再经过结构优化，用子代构型优化后的能量和所有的构型的能量作对比，按照能量越小越好的规则进行优胜劣汰。通过比较结构能量差异来选择能量最低的结构作为最后结果的方式来确定金属氧化物团簇的构型。

基于量子化学的遗传算法搜索构建金属氧化物团簇结构的相关工作有较大的研究和进展，如ZnO、Al₂O₃、TiO₂、V₂O₅、WO₃，但该方法所需要的计算资源较大、所需时间周期较长，并且很难获得大尺寸的金属氧化物团簇结构模型。所以需要通过量子化学模拟和多面体拓扑结构组装构建的方法来实现金属氧化物团簇结构模型的建立。

然而，现有遗传算法搜索最低能量团簇构型的方法的缺点主要是大尺寸团簇构型的搜索困难那、所需要的计算资源巨大和搜索时间成本很高。该方法的效率主要受几个影响，分别是团簇构型中的原子数、量子化学方法结构优化的计算速度和优胜劣汰比较选择过程的精度。金属氧化物团簇构型中原子数增大，可能形成的构型数量呈级数增加，因此整个过程需要消耗大量的时间和计算资源；量子化学优化结构的计算速度与计算资源直接相关，提高结构优化速度需要大量计算资源的支撑；比较过程中的精度决定了整个搜索过程的长度，精度提高会延长整个搜索和比较过程，增加时间和计算资源成本。

综上，针对以上缺点，需要提供一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。

发明内容

本发明提出一种金属氧化物团簇结构模型构造方法，所述方法建立金属氧化物团簇构型的基本结构单元，采用组装构建的方式减少团簇结构模型中局部原子间位置的不确定性，从而减少模型构造的时间成本，提高构造效率和弥补大尺寸金属氧化物团簇结构模型的空缺。

本发明是通过以下技术方案实现的：

一种金属氧化物团簇结构模型的构造方法，所述构造方法包括：