做合金设计的人,大概率在什么时候该用结合能、什么时候该用解离能这个问题上混淆过。两个量物理意义不一样,适用场景也不一样,混着用会导致材料设计的方向性错误。
结合能(Cohesive Energy)描述的是原子从无穷远拉到晶体平衡位置释放的能量,是一个热力学量。解离能(Dissociation Energy)描述的是把一个特定化学键打断需要的能量,更接近化学键的强度描述。

VASP里算金属结合能,标准流程是:
第一步:算单原子能量。把单个原子放到大盒子(>12 Å)里,加真空层,做自旋极化计算(ISpin=2)。必须用相同的切断能(ENCUT)和k点(Gamma only)作为后续晶体计算,让误差抵消。
第二步:算晶体总能量。优化晶体结构(ISIF=3),得到平衡晶格常数下的最小能量E_crystal。
第三步:计算结合能。 E_cohesive = E_crystal/N – E_atom
注意是E_crystal/N减去E_atom,结果是负值(放热),但通常文献里报正值(结合能 = -E_cohesive)。
这是DFT计算结合能最容易忽略的系统误差。平面波基组不是完备基,能量随切断能(ENCUT)收敛有系统偏差。原子计算的基组收敛速度和晶体不一样,导致E_cohesive里有系统误差。
修正方法:做切断能收敛性验证。把ENCUT从300 eV扫到600 eV(步长50 eV),分别算E_atom和E_crystal,看结合能随ENCUT的变化。通常ENCUT=500 eV以上,结合能的变化<0.05 eV/atom,可以认为收敛了。
VASP里有个实用技巧:用PREC = High或者Accurate,自动把ENCUT设成默认值(POTCAR里的ENMAX)的1.3倍,通常够用。
Fe、Co、Ni、Mn这些过渡金属,磁有序对结合能有显著影响。Fe的bcc相,如果不做自旋极化,晶格常数算出来偏小3%,结合能偏差0.2 eV/atom。
VASP里的设置:
ISPIN = 2
MAGMOM = Fe_bcc: 3.0 (初猜磁矩,Fe的bcc相~2.2 μB)
注意:有些过渡金属的基态是反铁磁有序(比如Mn的γ相),需要做超胞来模拟反铁磁排列,计算量明显更大。
解离能的计算比结合能复杂,因为需要描述”打断一个特定键”的过程。
方法一:分子轨道理论(适用于双原子分子)。算M₂分子的解离曲线(随键长的能量变化),解离能 = E(M) + E(M) – E(M₂)。
方法二:晶体中的键解离能。用CI-NEB(Climbing Image Nudged Elastic Band)方法计算特定键断裂的过渡态,解离能 = E_TS – E_initial。
VASP里CI-NEB的设置:
ISIF = 2 (固定晶格,只弛豫离子)
IBRION = 1 (准牛顿法,适合NEB)
ICHAIN = 5 (CI-NEB算法)
DFT-PBE算出来的内聚能,和实验值比通常偏差在0.1-0.3 eV/atom。这个偏差主要来自:
实际合金设计里,关心的是特定原子对(比如Ni-Al、Fe-C、Co-Cr)的键能,不是整体内聚能。
团簇模型:取一个小的团簇(比如Ni₅Al₂),算E(Ni₅Al₂) – [5×E(Ni_atom) + 2×E(Al_atom)],得到平均键能。这个方法简单,但团簇的尺寸效应明显——太小不能代表体相环境。
合金超胞模型:建一个有序合金的超胞(比如L1₂结构的Ni₃Al),算E(Ni₃Al) – [3×E(Ni_bulk) + 1×E(Al_bulk)],得到形成热(Heat of Formation)。形成热的负值越大,合金相越稳定。
VASP里的具体操作:用ISIF=3优化合金超胞,得到平衡晶格常数和形成热。
坑一:忽略有限基组修正。PBE+平面波基组,基组不完备导致的结合能误差可达0.2 eV/atom。做切断能收敛性验证是最低成本的高精度提升。
坑二:自旋设置错误。过渡金属不做自旋极化,结合能算出来系统性偏弱。做自旋极化,初猜磁矩设对,这两点不能省。
坑三:把形成热当键能解释。形成热是热力学量,描述的是合金相相对于纯组元的稳定性。它不等于某个特定键的键能,不能直接用来解释强化机制。
计算结果靠谱不靠谱,有几个快速判据:
金属原子间键能计算的最终用途,不是得到一个精确到小数点后三位的数值,而是帮你理解:哪些原子对之间的键强?合金强化的来源是什么?哪个相在高温下会失稳?这三个问题的答案,往往比一个孤立的键能数值更有设计价值。
GROMACS分子动力学模拟:从建模到轨迹分析完整流程
Gromacs代算 — 科研用户的GROMACS分子动力学外包服务选型与质量验收指南
高斯加速分子动力学模拟 — GaMD突破常规MD采样瓶颈的原理与实践
GROMACS计算自由能 — 从伞形采样到结合自由能的实战复盘
高斯分子动力学模拟 — 从Born-Oppenheimer MD到轨道动力学的方法复盘
Gromacs模拟计算:从建模到自由能的完整经验指南
GROMACS分子动力学模拟:生物分子实战经验全分享
材料拉伸计算:有限元方法与力学性能分析
分子动力学模拟势函数 — 从Lennard-Jones到机器学习势的选型艺术
LAMMPS计算表面张力 — 压力张量法与测试面积法的工程实践
LAMMPS分子动力学模拟 — 从in文件编写到后处理的全链路工程复盘
LAMMPS计算服务 — 从in文件定制到并行效率优化的全流程外包方案
分子动力学模拟拉伸 — 单轴拉伸应力-应变曲线的原子级获取
分子动力学模拟粗粒化 — 从全原子到MARTINI的映射策略与精度验证
分子结构预测 — AlphaFold3与MD联用的蛋白质动态构象系综采样
平衡分子动力学模拟 — NVT与NPT系综选择的十个常见误区
vasp计算分子动力学模拟:从头算分子动力学方法与实战
生物分子动力学模拟:蛋白质/核酸/膜体系模拟方法
酶分子动力学模拟:催化残基运动与底物结合分析
AIMD分子动力学模拟:第一性原理MD计算方法与应用
平衡分子动力学模拟:NVT/NPT系综平衡策略与判据
AMBER分子动力学模拟:生物分子力场与tleap建模详解
薛定谔分子动力学模拟 — Schrödinger软件中Desmond模块的实战深度复盘
多肽分子动力学模拟 — 从短肽构象采样到蛋白-多肽识别的全流程