Direct charge ejection for chemical electric generation
一种特殊类型的表面化学反应导致直接电荷喷射。几个不同的实验观察结果强烈支持这一假设，即几乎所有的分子动能的高度激发的振动分子转移到一个单一的电子在一个导电晶格的动能，使分子几乎在其基态。这种动能转移表示电池中势能转移的对应物，其中反应物的电化学势能被转移为分离电荷的电势能。这里，化学反应能直接转化为电荷的动能而不是电荷的势能。这些观测结果表明玻恩-奥本海默近似的失败。
2009-04-29 physics.chem-ph
Predicting long timescale kinetics under variable experimental conditions with Kinetica.jl
针对长时间尺度分子降解预测的计算挑战，提出 Kinetica.jl 软件包，通过动力学驱动算法自动构建大规模化学反应网络并结合机器学习模型，实现了复杂化学系统在可变实验条件下的高效长时间尺度动力学建模。
2024-03-13 physics.chem-ph
Universal Relation Between Thermodynamic Driving Force and One-Way Fluxes in a Nonequilibrium Chemical Reaction with Complex Mechanism
在非平衡化学反应体系中，不平衡的动力学单向通量和热力学化学驱动力之间存在着基本的关系。然而，这种关系已被严格证明，只有在少数情况下，其中单向通量是很好的定义。根据其随机动力学表示，我们制定了一个一般的化学反应远离平衡，任意复杂的机制，多个中间体，和内部动力学循环的单向通量。对于每个动力学循环，稳态的前向和后向单向通量的比率的对数等于沿着循环的反应物和产物之间的自由能差。对于具有多输入输出复合物的一般化学反应网络，进一步建立了这种基本关系。我们的结果不仅给出了非平衡化学反应网络中自由能差的一个等价定义，而且在很广的意义上统一了随机非平衡化学热力学和宏观非平衡化学热力学.
2019-11-27 physics.chem-ph
A simple Boxed Molecular Kinetics approach to accelerate rare events in the stochastic kinetic master equation
化学主方程是一个强大的理论工具，用于分析复杂的多阱势能面的动力学在广泛的化学动力学跨越燃烧，大气化学，气体表面化学，溶液相化学和生物化学的不同领域。有两个完善的方法来解决化学主方程：随机动力学蒙特卡罗方法和基于矩阵的方法。原则上，这两种方法产生的结果是相同的;哪种方法更适合于特定的研究取决于所研究的特定系统的细节。在这篇文章中，我们提出了一个严格的方法，加速随机方法的几个数量级，以及一种方法，无偏加速的结果，以恢复真实的价值。我们在本文中采取的方法的灵感来自所谓的盒装分子动力学（BXD）的方法，以前只适用于加速罕见的事件在分子动力学模拟。在这里，我们扩展BXD设计一个简单的算法策略，用于加速随机动力学模拟中的罕见事件。对多个系统的测试表明，使用BXD稀有事件策略得到的结果与无偏结果吻合良好。为了进行这些测试，我们在MESMER中实施了一种动力学蒙特卡罗方法，MESMER是一种跨平台，开源和免费的主方程求解器。
2018-11-26 physics.chem-ph
A General Molecular-Scale Dynamic Memristor Model Based on Non-equilibrium Charge Transport Kinetics and Its Information Processing Capability in Reservoir Computing
Tianjin University（天津大学）；Collaborative Innovation Center of Chemical Science and Engineering (Tianjin)（化工协同创新中心（天津））
本文提出了一种结合Landauer和Marcus电子输运理论与慢过程动力学的通用分子尺度动态突变器模型，该模型能够再现实验中的导电性滞回现象，并模拟突触功能如短时突触可塑性（STP）和时间依赖性突触可塑性（STDP），通过将其整合到共振计算（RC）架构中，证明了当输入频率和偏置映射范围与分子系统的内在动力学相匹配时，计算性能得到优化。
2025-08-25 physics.chem-ph
A new Green's function formalism for kinetic energy density functional for atomic and molecular system: Emergence of $N-$dependence using model potentials
本文提出一种基于 Green 函数的精确动能密度泛函形式体系，通过新颖微扰级数支持系统改进，并在模型势中再现正确的动能 $N$-依赖性。
2024-10-29 physics.chem-ph
Reduced Order Model for Chemical Kinetics: A case study with Primordial Chemical Network
化学动力学在控制反应流动问题中的热演化方面起着重要的作用。化学物种之间可能的相互作用随着系统中考虑的物种数量而急剧增加。之前已经提出了各种方法来简化化学网络，目的是降低化学网络的计算复杂性。这些技术通常需要领域知识专家手动识别重要的反应途径和可能的简化。在这里，我们提出了一个组合的自动编码器和神经常微分方程模型的时间演变的化学动力学在一个减少的子空间。我们证明，与9种原始网络的常用天体化学求解器相比，我们的模型实现了接近10倍的速度提升，同时在广泛的密度和温度范围内保持1%的准确性。
2022-07-14 astro-ph.IM physics.chem-ph
The Development of a Chemical Kinetic Mechanism for Combustion in Supercritical Carbon Dioxide
直接燃烧的超临界CO2（sCO2）动力循环允许气体燃料在具有固有碳捕获的氧燃料条件下燃烧。由于CO2是固有捕获的，因此整个电厂的捕获效率损失很小，这意味着电厂在没有碳捕获和储存的情况下实现了与传统化石燃料电厂相似的效率。然而，在高压和大量稀释的二氧化碳，燃烧机制知之甚少。因此，在本文中，灵敏度和定量分析的四个已建立的化学动力学机制已被用来确定最重要的反应和最好的执行机制在一系列不同的条件。CH3O2化学被确定为200 atm以上甲烷燃烧建模的关键机制组件。谢菲尔德大学（UoS）的sCO2机制在本工作中创建更好的模型点火延迟时间（IDT）的高压燃烧在大稀释的CO2。定量分析表明，UoS sCO2机制是最适合最大数量的IDT数据集，并具有最低的平均绝对误差值，从而表明与现有的四种化学动力学机制相比，性能优越，在低压条件下得到了很好的验证。
2022-03-11 physics.chem-ph
Subspace-based dimension reduction for chemical kinetics applications with epistemic uncertainty
我们专注于一个有效的方法量化的不确定性在复杂的化学反应网络与大量的不确定性参数。参数降维是通过计算一个活跃的子空间，主要捕捉的变化量的兴趣（QoI）。在目前的工作中，我们计算的活性子空间的H2/O2机制，涉及19个化学反应，使用一种有效的迭代策略。活性子空间首先计算的19个参数的问题，其中只考虑的不确定性的前指数的个人反应速率。其次是一个33维的情况下，其中的活化能也被认为是不确定的分析。在这两种情况下，一个1维的活性子空间被确定，这表明复杂的化学系统的有效的统计分析的巨大潜力。此外，我们探索积极的子空间和全球敏感性分析之间的联系，并利用这些链接识别模型响应的变化的关键因素。
2019-03-08 physics.chem-ph
Nonequilibrium Thermodynamic Formalism of Nonlinear Chemical Reaction Systems with Waage-Guldberg's Law of Mass Action
将具有质量作用动力学的一般非线性等温化学反应系统的宏观熵产生$σ^{(tot)}$分解为自由能耗散和管家热：$σ^{(tot)}=σ^{(fd)}+σ^{(hk)}$ ; $σ^{(fd)}=-\rd A/\rd t$，其中$A$是广义自由能函数.对于具有复杂平衡的动力学系统$\rd A/\rd t=-σ^{(tot)}+σ^{(hk)}$和$\rd S/\rd t=σ^{(tot)}+η^{(ex)}$是随机自由能耗散和管家热的宏观极限，它们都是非负的，在Delbrück-Gillespie描述的随机化学动力学。因此，我们表明，一个完整的动力学和热力学理论的化学反应系统，超越介观和宏观水平出现。
2016-04-26 physics.chem-ph
ChemDyME: Kinetically Steered, Automated Mechanism Generation Through Combined Molecular Dynamics and Master Equation Calculations
在许多科学领域，人们都有兴趣了解复杂化学网络的演化方式。研究人员关注的化学网络变得越来越复杂，这促使开发了以黑盒方式探索化学反应性或构象变化的自动化方法，利用现代计算资源来自动化机制发现。在这项工作中，我们提出了一种新的方法来实现自动化机制生成耦合分子动力学和统计速率理论，自动找到动力学上重要的反应，然后解决在不断发展的网络中的物种的时间演化。这种ChemDyME方法的关键是动力学收敛的新概念，从而将对新反应的搜索限制在那些在感兴趣的条件下动力学上有利的物种上。我们证明了两个系统的新方法的能力，一个研究充分的燃烧系统，和一个多个氧气添加系统相关的大气气溶胶的形成。
2021-04-06 physics.chem-ph
Chemical Reaction Rates from Ring Polymer Molecular Dynamics: Theory and Practical Applications
这篇专题文章概述了环状聚合物分子动力学（RPMD）速率理论的现状。我们首先分析RPMD方法及其与量子过渡态理论的联系。然后，我们专注于它的实际应用，在气相中的原型化学反应，这表明如何准确和可靠的RPMD是计算热化学反应速率系数在各种情况下。这篇综述是RPMD速率理论发展的一个重要检查点，表明RPMD正在从仅仅是最近的一个新想法转变为一个成熟的和经过验证的替代传统技术来计算热化学速率系数。我们也希望这将促进RPMD在各种化学反应中的进一步应用。
2016-09-05 physics.chem-ph
Theory of Chemical Kinetics and Charge Transfer based on Nonequilibrium Thermodynamics
化学动力学的经典理论假设稀溶液中的独立反应，其速率由平均浓度决定。在凝聚态物质中，强相互作用会改变化学活性并产生不均匀性，从而显著影响反应速率。极端的情况是反应耦合到相变，其动力学必须依赖于序参量-和它的梯度，在相边界。本文介绍了一种以非平衡态热力学为基础的化学动力学的一般理论。反应速率是以变化的化学势表示的热力学驱动力（反应自由能）的非线性函数。通过一个非平衡化学热力学主方程，将Cahn-Hilliard方程和Allen-Cahn方程统一并推广。对于电化学，Marcus和Butler-Volmer动力学都适用于浓溶液和离子固体。将该理论应用于相分离锂离子电池材料Li $_x$ FePO $_4$中的嵌入动力学。
2013-04-16 cond-mat.mtrl-sci physics.chem-ph
pyJac: analytical Jacobian generator for chemical kinetics
燃烧现象的精确模拟需要使用详细的化学动力学，以捕捉极限现象，如点火和熄灭，以及预测污染物的形成。然而，实际感兴趣的烃燃料的化学动力学模型通常具有大量的物种和反应，并且在控制微分方程中表现出高水平的数学刚性，特别是对于较大的燃料分子。为了整合控制化学动力学的刚性方程，通常反应流模拟依赖于需要频繁计算雅可比矩阵的隐式算法。一些原位和后验计算诊断方法也需要精确的雅可比矩阵，包括计算奇异摄动和化学爆炸模式分析。通常情况下，有限差分数值近似这些，但对于较大的化学动力学模型，这造成了显着的计算需求，因为化学源项评估的数量与物种计数的平方成比例。此外，现有的分析雅可比工具不优化评估或支持新兴的SIMD处理器，如GPU。在这里，我们介绍pyJac，一个基于Python的开源程序，它可以生成用于化学动力学建模和分析的分析雅可比矩阵。作为演示，我们首先建立了氢气，甲烷，乙烯和异戊醇氧化动力学模型的雅可比矩阵的正确性，然后通过矩阵评估时序比较展示了使用pyJac在CPU和GPU上可实现的性能。
2017-02-19 physics.chem-ph physics.comp-ph
Modeling of Chemical Reactions in Rarefied Gas Flows by the Kinetic Fokker-Planck Method
本研究提出一种基于粒子Fokker-Planck框架的气流化学反应建模新方法，在守恒质量、动量、能量的同时保留其相对DSMC方法的高密度区性能优势，可应用于多类流区及多尺度耦合模拟。
2025-03-21 physics.chem-ph
Kinetic Derivation of the Hessian Geometric Structure in Chemical Reaction Systems
化学动力学理论是描述化学系统动力学的基础。由于物理和热力学的限制，化学反应体系具有各种各样的结构，这些结构可以用来表征体系的重要物理性质。在这项工作中，我们揭示了海森几何的化学反应系统的基础，并展示了它是如何起源于化学计量和热力学约束的相互作用。我们的推导是基于动力学，我们假设的质量作用定律和表征的平衡态的细致平衡条件。所得到的几何结构，然后通过出现在一个纯热力学推导的海森几何热力学。我们证明，平衡和复杂的平衡状态形成复曲面品种的事实的基础上，如何海森几何框架可以扩展到非平衡复杂的平衡稳态。我们的结论是，海森几何提供了一个自然的框架来捕捉化学反应动力学的热力学方面。
2021-12-30 physics.bio-ph physics.chem-ph
A case study of thermodynamic bounds for chemical kinetics
在这一章中，我们说明了最近获得的热力学界限的一些酶网络，专注于简单的例子，单环或多环网络。我们还推导出互补关系，约束的波动的首次通过时间达到阈值电流。
2018-04-03 cond-mat.stat-mech physics.chem-ph
Special Topic: Markov Models of Molecular Kinetics
《化学物理杂志》（JCP）关于分子动力学的马尔可夫模型（MMMK）的文章集介绍了在原子分子模拟和相关应用中开发和使用马尔可夫状态模型（MSM）的最新进展。这篇社论简要概述了该领域的最新技术，并将其与JCP集合中的文章联系起来。
2019-11-02 physics.bio-ph physics.chem-ph
Autonomous Kinetic Modeling of Biomass Pyrolysis using Chemical Reaction Neural Networks
Massachusetts Institute of Technology（麻省理工学院）；University of California, Berkeley（加州大学伯克利分校）
模拟生物质（如木材、草和农作物）的燃烧过程对于模拟和预测荒地和城市火灾行为至关重要。尽管其重要性，固体燃料的燃烧仍然知之甚少，这可以部分归因于大多数固体燃料的未知化学动力学。大多数现有的动力学模型都是建立在专家知识的基础上的，这需要化学见解和多年的经验。本工作提出了一个框架，自主发现生物质热解动力学模型，从热重分析仪（TGA）的实验数据，使用最近开发的化学反应神经网络（CRNN）。该方法将CRNN模型结合到神经元常微分方程的框架中来预测TGA数据中的残余质量。除了基于神经网络的模型的灵活性之外，通过将基本物理定律（例如质量作用定律和Arrhenius定律）纳入神经网络结构，学习的CRNN模型是可解释的。然后，学习的CRNN模型可以转换为生物质化学动力学模型的经典形式，这有助于提取化学见解和将动力学模型集成到大规模火灾模拟中。我们证明了该框架在预测纤维素的热解和氧化方面的有效性。这一成功的演示为固体燃料（如野火燃料和工业聚合物）的快速自主化学动力学建模提供了可能性。
2022-01-08 cs.LG physics.chem-ph
Mesoscopic Kinetic Basis of Macroscopic Chemical Thermodynamics: A Mathematical Theory
从一个数学模型，描述了一个复杂的化学动力学系统的$N$物种和$M$ elementric反应在一个快速搅拌容器的大小$V$作为一个马尔可夫过程，我们表明，一个宏观的化学热力学出现$V\rightarrow\infty$。该理论适用于线性和非线性反应，达到化学平衡的封闭系统，或接近非平衡稳态的开放驱动系统。广义介观自由能产生宏观化学能函数$φ^{ss}(\vx)$，其中$\vx=(x_1,\cdots,x_N)$是$N$化学物质的浓度。宏观化学动力学$\vx(t)$满足两个涌现定律：（1）$(\rd/\rd t)φ^{ss}[\vx(t)]\le 0$，和（2）$(\rd/\rd t)φ^{ss}[\vx(t)]=\text{cmf}(\vx)-σ(\vx)$，其中熵产生率$σ\ge 0$代表化学能的汇，如果系统在持续的非平衡恒化器下被驱动，则化学动力$\text{cmf}\ge 0$是非零的。对于具有详细平衡$\text{cmf}=0$的系统，如果假定质量作用定律，$φ^{ss}(\vx)$正是理想解的吉布斯函数$\sum_{i=1}^N x_i\big[μ_i^o+\ln x_i\big]$。对于一类称为复杂平衡的动力学系统，其中包括许多非线性系统以及许多简单的开放的、受驱动的化学系统，全局极小值在$\vx^*$处的$φ^{ss}(\vx)$具有化学动力学文献中已知的通用形式$\…
2016-01-13 cond-mat.stat-mech physics.chem-ph
Symmetry relations in chemical kinetics arising from microscopic reversibility
结果表明，具有相同平衡常数但不同初始条件的时间可逆化学反应的动力学，通过一个类似于化学细致平衡的可直接测量的对称关系，彼此密切相关。然而，与细致平衡相反，这种关系不需要了解反应的基本步骤，并且在速率常数的概念不明确的情况下仍然有效，例如在非常短的时间内和存在低活化势垒的情况下。对溶液中的异构化模型进行了数值模拟，说明了在这种条件下的对称性，并指出了在蛋白质折叠-去折叠中的潜在应用。
2005-12-06 cond-mat.stat-mech physics.chem-ph
Deficiency, Kinetic Invertibility, and Catalysis in Stochastic Chemical Reaction Networks
本文研究随机化学反应网络中对偶主方程的质量作用相容性及催化网络缺陷，证明仅零缺陷网络可反转稳态流，而非平衡催化网络并非零缺陷。
2023-04-27 cond-mat.stat-mech physics.chem-ph
Molecular excitation in the Interstellar Medium: recent advances in collisional, radiative and chemical processes
我们回顾了星际介质中的不同激发过程
2013-10-30 astro-ph.GA physics.chem-ph
Resonant Cavity Modification of Ground State Chemical Kinetics
最近的实验表明，基态化学动力学可以通过耦合分子系统的振动自由度与光腔内的辐射模式来抑制或增强。实验表明，当光子频率接近特征振动频率时，化学速率会发生强烈的改变。这种显著效应的起源仍然未知。本文在Pollak-Grabert-Hänggi速率理论的基础上，发展了一个腔修正基态化学动力学的解析速率理论。与以前的工作不同，我们的理论涵盖了溶剂摩擦值的完整范围，从能量扩散限制到空间扩散限制制度。我们表明，化学反应速率可以增强或抑制取决于浴摩擦;当浴摩擦弱化学动力学增强，而不是强浴摩擦的情况下，其中化学动力学被抑制。此外，我们表明，光子的频率在化学速率的最大修改是实现接近的反应物以及，因此发生共振速率修改。在强摩擦极限中，{ \it共振}光子频率反而接近势垒频率，如使用Grote-Hynes速率理论获得的。最后，我们观察到的速率变化（作为光子频率的函数）是更尖锐和更大的弱摩擦限制比在强摩擦限制，并变得越来越尖锐，以及频率降低。
2022-05-10 cond-mat.other physics.chem-ph quant-ph
Kinetic equation of concurrent nucleation and chemical aging of an ensemble of aqueous organic aerosols
使用的经典成核理论的形式主义，我们推导出一个新的动力学方程的大小和组成分布的合奏的含水有机气溶胶，通过成核和伴随的化学老化。这种分布可以受到非均相化学反应的焓和气溶胶吸收的有机痕量气体的消耗的显著影响。从离散的平衡方程出发，通过泰勒级数展开，得到了该分布随时间演化的二阶偏微分方程。一旦简化为多维Fokker-Planck方程的标准形式，该动力学方程可以通过完全分离变量的方法求解。新的动力学方程为一级相变动力学理论的发展开辟了一个新的方向，而将其应用于大气有机气溶胶的形成和演化，则可能大大提高全球气候模式的精度。
2019-12-17 cond-mat.soft physics.ao-ph physics.chem-ph
Method of invariant manifold for chemical kinetics
本文从不变流形（MIM）方法的角度出发，综述了化学动力学方程的约化描述低维流形的构造。MIM是基于一个公式的条件不变，作为一个方程，其解决方案，牛顿迭代。现有的替代方法的审查是延长的内在低维流形的方法的一个一致的版本。一个基于网格的MIM版本的开发，低维动力学模型扩展。建议推广到开放系统。所涵盖的一套方法使得有可能有效地减少化学动力学的描述。
2002-07-09 cond-mat.mtrl-sci cond-mat.stat-mech math.DS
Kolmogorov-Arnold Chemical Reaction Neural Networks for learning pressure-dependent kinetic rate laws
Department of Mechanical Engineering, Massachusetts Institute of Technology（麻省理工学院机械工程系）
本文提出Kolmogorov-Arnold化学反应神经网络，通过将动力学参数建模为第三体浓度的可学习函数，解决压力依赖和混合物速率行为问题，优于插值方法，实现可解释的速率定律学习。
2026-05-13 cs.LG physics.chem-ph
Kinetic and Thermodynamic Descriptions of Open Systems of Complex Chemical Reactions with Multiple Scales
School of Mathematics, Sun Yat-sen University（中山大学数学学院）；Department of Applied Mathematics, University of Washington（华盛顿大学应用数学系）；Center for Interdisciplinary Studies, Westlake University（西湖大学交叉创新中心）
本文综述空间均匀水溶液中非线性化学反应从随机单事件到确定性宏观速率方程的多尺度动力学，并结合开放系统不可逆热力学、随机热力学与大偏差理论建立统一数学描述。
2025-10-20 math.DS math.PR physics.chem-ph
Chemical kinetic theory of aging
本文提出基于化学反应动力学和自然选择的衰老理论，指出生育后未受调节的生化过程失衡导致衰老，并认为平衡关键生化过程可实现生命无限延续。
2024-01-06 physics.chem-ph q-bio.PE
FRECKLL: Full and Reduced Exoplanet Chemical Kinetics distiLLed
本文提出Python一维化学动力学代码FRECKLL，通过蒸馏方法计算反应速率以最小化误差并显著加速求解，并集成Venot2020网络与TauREx 3.1插件，验证了JWST对系外行星非平衡化学的反演能力。
2024-05-07 astro-ph.EP astro-ph.IM physics.chem-ph
Generative Chemical Transformer: Neural Machine Learning of Molecular Geometric Structures from Chemical Language via Attention
Seoul National University（首尔大学）；Ewha Womans University（梨花女子大学）
发现更适合特定用途的新材料是提高人类生活质量的一个重要问题。在这里，提出了一种基于对化学语言的深刻理解来创建满足某些期望条件的分子的神经网络（生成化学Transformer，GCT）。GCT中的注意力机制使我们能够超越化学语言本身的局限性，对分子结构有更深层次的理解。通过对生成分子质量的定量评价，研究了语言模型在反分子设计问题中的意义。GCT生成高度逼真的化学字符串，满足化学和语言语法规则。从生成的字符串中解析出的分子同时满足多个目标属性，并且针对单个条件集而变化。这些进展将有助于通过加速所需材料发现的过程来改善人类生活质量。
2021-12-03 cs.LG physics.chem-ph
Kinetic distance and kinetic maps from molecular dynamics simulation
从分子动力学（MD）模拟中表征大分子动力学需要一个可以区分缓慢互变状态的距离度量。在这里，我们建立在扩散映射理论，并定义一个动力学距离的不可约马尔可夫过程，量化如何缓慢分子构象相互转换。给定近似MD马尔可夫算子的特征值和特征向量（反应坐标）的模型，可以计算动力学距离。在这里，我们采用时滞独立成分分析（TICA）。可以缩放TICA分量以提供其中欧几里得距离对应于动力学距离的动力学图。因此，在降维方法中应该保留多少TICA维度的问题变得过时，并且在动力学模型构建中需要指定少一个参数。我们证明了使用TICA和马尔可夫状态模型（MSM）分析的说明性模型，在牛胰蛋白酶抑制剂和蛋白质抑制剂协会在胰蛋白酶和苯甲脒的蛋白质构象动力学的方法。
2015-06-20 physics.bio-ph physics.chem-ph physics.comp-ph
Using SIMD and SIMT vectorization to evaluate sparse chemical kinetic Jacobian matrices and thermochemical source terms
准确预测反应流模拟中的关键燃烧现象，例如，贫油熄火、熄灭/点火极限和污染物形成，需要使用详细的化学动力学。大尺寸和高水平的数值刚度通常存在于化学动力学模型相关的运输/发电应用，使有效的评价/分解的化学动力学雅可比矩阵和热化学源项的反应流代码的性能至关重要。在这里，我们调查的性能矢量化评价的恒压/体积热化学源长期和稀疏/密集的化学动力学雅可比矩阵，使用单指令，多数据（SIMD）和单指令，多线程（SIMT）的范例。这些都是在pyJac中实现的，pyJac是一个开源的、可复制的代码生成平台。一个新的配方的化学动力学控制方程推导和验证，导致雅可比稀疏的28.6-92.0%的测试模型。与avx 2中央处理单元（CPU）上的并行OpenMP代码相比，发现浅向量化OpenCL源速率评估的加速为3.40- 4.08倍，稀疏和密集化学动力学雅可比矩阵评估分别增加到6.63- 9.44倍和3.03- 4.23倍。此外，数据排序的影响进行了研究，并提出了一个专门为矢量化评估制定的存储模式，以及恒定的压力/体积的假设和不同的矢量宽度的影响进行了研究的源项评估性能。GPU上的密集和稀疏计算加速倍数分别达到17.60倍和45.13倍，CPU上的一阶有限差分雅可比方法加速倍数分别达到55.11倍和245.63倍。此外，密集雅可比计算在CPU和GPU上分别比之前版本的pyJac快19.56倍和2.84倍。
2018-09-04 cs.DC physics.chem-ph physics.comp-ph
Imaging of chemical kinetics at the water-water interface in a free-flowing liquid flat-jet
我们提出了化学动力学测量鲁米诺氧化化学发光反应在两种水溶液之间的界面，使用液体喷射技术。自由流动的液体微射流是一个相对较新的发展，已发现其在光谱学和动力学越来越多的应用。当两个圆柱形液体射流交叉时，获得其变体，称为平射流，导致流动液体的平面叶状结构的链。我们在这里表明，在这个链的第一叶的流体不表现出湍流混合，提供了一个干净的界面之间的液体从冲击射流。我们还表明，使用鲁米诺化学发光反应的例子，如何使用这种设置可以用来获得动力学信息，从无摩擦流动和规避快速混合的要求，但故意抑制所有的湍流混合，而不是依靠扩散。
2022-01-13 physics.chem-ph physics.flu-dyn
Stiff-PINN: Physics-Informed Neural Network for Stiff Chemical Kinetics
近年来发展起来的物理信息神经网络（PINN）通过将物理定律编码到神经网络的损失函数中，使得网络不仅符合测量、初始和边界条件，而且满足控制方程，在许多科学和工程学科中取得了成功。本文首先研究了PINN在求解控制方程为刚性常微分方程的刚性化学动力学问题中的性能。结果阐明了利用PINN在刚性ODE系统的挑战。因此，我们采用准稳态假设（QSSA）来降低常微分方程系统的刚度，然后PINN可以成功地应用于转换的非/轻度刚性组系统。因此，研究结果表明，刚性可能是在所研究的刚性化学动力学系统的规则PINN的失败的主要原因。开发的刚性PINN的方法，利用QSSA，使PINN解决刚性化学动力学将开放的可能性，适用于PINN的各种反应扩散系统，涉及刚性动力学。
2021-08-20 cs.NA math.NA physics.chem-ph
Learning stiff chemical kinetics using extended deep neural operators
Brown University（布朗大学）；University of Pittsburgh（匹兹堡大学）；Applied Research Associates, Inc.（应用研究联合公司）
我们利用神经操作符来学习具有挑战性的化学动力学方程的解传播子。具体来说，我们应用深度运营商网络（DeepONet）及其扩展，例如基于自动编码器的DeepONet和新提出的单位分割（PoU-）DeepONet，以研究一系列示例，包括具有三个物种的ROBERS问题，具有25个物种的POLLU问题，用于$CO/H_2$燃烧的合成气骨架模型的纯动力学，其包含11个物种和21个反应，最后，使用相同的合成气机理的暂时发展的平面$CO/H_2$射流火焰（湍流火焰）。我们已经证明了所提出的方法的优点，通过这些数值例子。具体而言，为了训练DeepONet用于合成气模型，我们针对不同的初始条件求解骨架动力学模型。在第一种情况下，我们根据当量比和初始温度值参数化初始条件。在第二种情况下，我们进行了一个二维的时间发展$CO/H_2$射流火焰的直接数值模拟。然后，我们初始化的动力学模型的热化学状态访问的一个子集的网格点在不同的时间快照。用传统的刚性求解器求解刚性问题在计算上是昂贵的。因此，这项工作的目的是开发一个基于神经算子的代理模型来解决刚性化学动力学。操作员，一旦离线训练，可以准确地整合热化学状态任意大的时间推进，导致显着的计算增益相比，僵硬的集成方案。
2023-02-23 cs.LG physics.chem-ph
Generating High-Precision Force Fields for Molecular Dynamics Simulations to Study Chemical Reaction Mechanisms using Molecular Configuration Transformer
Peking University（北京大学）；Shenzhen Bay Laboratory（深圳湾实验室）；Changping Laboratory（昌平实验室）
针对传统化学反应机理研究依赖经验、高精度模拟计算成本高的问题，提出基于分子构型Transformer训练高精度力场的方案，可低成本实现高精度反应模拟，已应用于两类有机反应研究。
2024-04-11 cond-mat.soft cs.AI physics.chem-ph
Dominant Kinetic Pathways of Graphene Growth in Chemical Vapor Deposition: The Role of Hydrogen
目前生产石墨烯最流行的方法是化学气相沉积，令人惊讶的是，常规供应H $_2$气体，即使它本身是副产物。在这项研究中，通过多尺度模拟确定主要的生长途径，我们明确地揭示了氢在石墨烯生长中发挥的核心作用。氢可以在一定程度上饱和生长的石墨烯岛的边缘，这取决于H $_2$压力。尽管在实验中已经观察到氢对石墨烯的蚀刻，但氢饱和实际上通过降低含碳物质的脱离速率来稳定石墨烯边缘。这样一个新的图片很好地解释了一些令人困惑的实验观察，也有助于二维原子晶体范德华外延生长协议的优化。
2017-11-07 cond-mat.mtrl-sci physics.chem-ph
Chemical descriptors, convexity and structure of density matrices in molecular systems
分子系统中的电子能量矩阵和密度矩阵关于粒子数是凸的。因此，基于其衍生物的化学描述符对孤立系表现出不连续性的阻碍，从而导致高阶衍生物不确定。物理域与环境之间的相互作用的引入诱导了巨正则公式中的密度矩阵的相干结构，抑制了导致描述符的正确定义的不连续性。
2015-06-08 physics.chem-ph quant-ph
VAMPnets: Deep learning of molecular kinetics
从高通量分子动力学模拟中计算生物分子过程的相关结构、平衡和长时间尺度动力学的需求越来越大，例如蛋白质-药物结合。目前的方法采用模拟坐标到结构特征的转换，降维，聚类降维数据，和分子结构之间的相互转换率的马尔可夫状态模型或相关模型的估计。这种手工制作的方法需要大量的建模专业知识，因为任何一步的错误决策都会导致大的建模错误。在这里，我们采用马尔可夫过程的变分方法（VAMP），使用神经网络（称为VAMPnets）开发分子动力学的深度学习框架。VAMPnet对从分子坐标到马尔可夫状态的整个映射进行编码，从而将整个数据处理管道组合在单个端到端框架中。我们的方法执行相同或更好地比国家的最先进的马尔可夫建模方法，并提供了易于解释的少状态动力学模型。
2017-12-20 physics.bio-ph physics.chem-ph physics.comp-ph
Enthalpy effect on the kinetics of concurrent nucleation and chemical aging of aqueous organic aerosols. The stage of thermal relaxation
通过成核和伴随的化学老化而形成的含水有机液滴的集合的尺寸和组成分布可能受到冷凝的凝结潜热和非均相化学反应的焓的影响，因此液滴的温度可能偏离空气温度，从而成为其状态的独立变量（除了其尺寸和组成变量之外）。使用经典成核理论的形式主义，我们推导出一个偏微分方程的时间演化的分布的合奏这样的液滴相对于其所有的状态变量通过泰勒级数展开相应的多维离散平衡方程，描述液滴和空气之间的材料和热交换。由此产生的动力学方程超出了福克-普朗克近似的框架相对于温度变量。的时间尺度的非等温成核和随之而来的化学老化的含水有机气溶胶的层次结构的建立和分析描述其热松弛阶段的开发，允许一个估计的特征时间的建立气溶胶粒子的平衡分布相对于它们的温度。通过数值计算，说明了模型水溶性疏水有机气溶胶在空气中的同时成核和化学老化的理论结果。
2022-01-08 physics.ao-ph physics.chem-ph
Mathematical Formalism of Nonequilibrium Thermodynamics for Nonlinear Chemical Reaction Systems with General Rate Law
本文研究了具有$N$组分、$M$反应和一般速率定律的化学反应模型的非平衡热力学数学形式。建立了J. W.吉布斯宏观化学热力学在G. n.路易斯整体平衡动力学定律（非线性化学动力学中的细致平衡）。这样，平衡态热力学就自然地推广到没有细致平衡的非平衡态。动力学模型用马尔可夫跳跃过程表示。主要发现是广义宏观化学自由能函数及其相应的非负源汇平衡方程。证明是基于这种类型的马尔可夫过程的大偏差原理。本文还证明了随机反应动力学的一般涨落耗散定理。数学理论说明了如何在多尺度系统中从介观动力学中产生新的宏观动力学规律。
2016-09-25 cond-mat.stat-mech math-ph math.MP
Probabilistic and Maximum Entropy Modeling of Chemical Reaction Systems: Characteristics and Comparisons to Mass Action Kinetic Models
本研究提出一种基于第一性原理的代谢质量作用动力学建模方法，统一化学动力学与热力学，构建最大熵产生模型并验证其高耗散速率特性，分析了参数和离子强度对预测的影响。
2024-02-25 physics.chem-ph q-bio.MN
Kinetics of quasi-isoenergetic transition processes in biological macromolecules
本文导出了一个描述离散二分和二分随机场引起分子能级变化的分子系统中平均分子态密度演化的主方程。本文研究中高频随机场作用下准等能跃迁过程的动力学。提出了柔性分子体系中温度无关跃迁的一种新的物理机制。当准等能分子态之间发生构象转变时，该机制变得有效。在室温下，分子能级的随机加宽主导了伴随跃迁的低频振动的能量。这导致在随机平均速率常数的温度依赖性的取消。作为实例，提供了神经元膜中P2 X $_3$受体脱敏的温度非依赖性发作以及胚胎成纤维细胞中PER 2蛋白降解的物理解释。
2012-12-05 cond-mat.soft physics.chem-ph
Kinetically Constrained Ring-Polymer Molecular Dynamics for Non-adiabatic Chemical Reactions
我们扩展环聚合物分子动力学（RPMD），允许一般的，电子非绝热化学过程的直接模拟。动力学约束（KC）RPMD方法使用核坐标和电子状态的集合中的时间路径积分表示来提供描述系统的量子化的、电子非绝热动力学的连续运动方程。KC-RPMD在位置表示中保留了通常RPMD公式的有利性质，包括严格的细致平衡、时间反演对称性以及反应速率计算对划分表面的选择的不变性。然而，新的方法克服了显着的缺点，位置表示RPMD，使非绝热过渡状态之间的描述与一般，多电子波函数，并通过准确地描述深隧穿过程跨越不对称的障碍。我们表明，KC-RPMD产生良好的数值结果的范围内的模型系统，包括一个简单的避免交叉反应和凝聚相电子转移反应跨越多个制度的电子耦合和热力学驱动力。
2014-01-13 cond-mat.stat-mech physics.chem-ph
ChemKED: a human- and machine-readable data standard for chemical kinetics experiments
基本的实验测量的数量，如点火延迟时间，层流火焰速度和物种分布（除其他外）服务的重要作用，在理解燃料化学和验证化学动力学模型。然而，尽管文献中这些信息的重要性和丰富性，社区缺乏广泛采用的标准格式。这阻碍了社区的共享和广泛使用。在这里，我们介绍了一种新的化学动力学实验数据格式，ChemKED，以及相关的基于Python的包，用于验证和处理ChemKED格式的文件，称为PyKED。我们还回顾了过去和相关的工作，并激发了对新解决方案的需求。ChemKED目前支持激波管和快速压缩机的自燃延迟时间测量。ChemKED格式的文件包含模拟实验数据点所需的所有信息，包括数据的不确定性。ChemKED基于YAML数据序列化语言，旨在作为人类和机器可读的标准，便于创建和自动使用。ChemKED和PyKED的开发在BSD 3条款许可下在GitHub上公开进行，欢迎社区的贡献。未来的发展计划包括支持层流火焰，射流搅拌反应器和形态测量的实验数据。
2017-11-16 cs.CE physics.chem-ph
Nonlinear Stochastic Dynamics of Complex Systems, III: Noneqilibrium Thermodynamics of Self-Replication Kinetics
我们简要回顾了最近发展的，马尔可夫过程为基础的非线性，驱动介观动力学系统的等温化学热力学。瞬时香农熵{\boldmath $S[p_α(t)]$}和基于概率分布{\boldmath $\{p_α(t)\}$}定义的相对熵{\boldmath $F[p_α(t)]$}都起着重要作用。该理论具有普遍性;作为化学反应体系处于平衡环境的特殊情况，它完全符合吉布斯化学热力学：{\boldmath $k_BS$}和{\boldmath $k_BTF$}分别成为热力学熵和自由能。我们将这一理论应用于一个完全可逆的自催化反应动力学，代表Delbrück-Gillespie过程，在化学平衡的非平衡环境。开放的、受驱动的化学系统是生物化学自我复制的原型。强调了{\em化学一致性}动力学粗化的意义。在一个动力学系统中，生物有机体的死亡被视为其出生的逆转，数学涌现的"耗散"，这是不相关的{\boldmath $k_BT$}测量的热量的意义，仍有待进一步研究。
2016-06-08 cond-mat.stat-mech physics.chem-ph
Reaction coordinate flows for model reduction of molecular kinetics
Shanghai Jiao Tong University（上海交通大学）；Tongji University（同济大学）；Freie Universität Berlin（柏林自由大学）；Rice University（莱斯大学）；Microsoft Research AI4Science（微软研究院AI4Science）
提出基于流的机器学习方法RC流，利用归一化流和布朗动力学模型发现分子系统低维动力学模型，有效提供连续时空下可训练的降维模型并识别亚稳态。
2023-09-11 cs.LG math.DS physics.chem-ph
A Data-Driven Parametric Reduced-Order Chemical Kinetics Model Derived from Atomistic Simulations
School of Materials Engineering and Birck Nanotechnology Center, Purdue University（普渡大学材料工程学院与伯克纳米技术中心）
本文提出一种参数化温度依赖自编码器框架，通过非负约束和softmax激活实现化学分解的降阶描述，同时优化反应动力学和热释放参数，提升重构精度并保持物理意义的潜在表示。
2026-05-05 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
Time-lagged autoencoders: Deep learning of slow collective variables for molecular kinetics
Freie Universität Berlin（柏林自由大学）
受物理和化学科学中深度学习技术成功的启发，我们将自动编码器类型的深度神经网络的修改应用于分子动力学数据的降维任务。我们可以证明，我们的时滞自动编码器可靠地找到高维特征空间的低维嵌入，这些特征空间捕获了底层随机过程的缓慢动态-超出了线性降维技术的能力。
2017-10-30 cs.LG physics.bio-ph physics.chem-ph
On the Mathematical Structure of Balanced Chemical Reaction Networks Governed by Mass Action Kinetics
University of Groningen（格罗宁根大学）
本文利用图论、动力学和系统理论的最新进展，推导了具有热力学平衡的化学反应网络的紧凑公式，该公式同时展示了复杂图结构和化学计量关系，并具有直接热力学解释，进而刻画了平衡集及其稳定性，建立了互连框架，并提出了模型约简的新方法。
2011-10-27 cs.SY eess.SY math.DS
Expanding Chemical Representation with k-mers and Fragment-based Fingerprints for Molecular Fingerprinting
Georgia State University（佐治亚州立大学）
本研究提出结合子结构计数、k-mers和类Daylight指纹的新方法，生成更具判别力的分子嵌入，在药物分类等任务中优于传统指纹方法，推动了分子相似性分析与药物发现。
2024-03-28 cs.LG physics.chem-ph q-bio.BM
MolKD: Distilling Cross-Modal Knowledge in Chemical Reactions for Molecular Property Prediction
Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University（清华大学交叉信息研究院）；Zhejiang Lab（之江实验室）；The Chinese University of Hong Kong（香港中文大学）
针对分子表征难题，提出MolKD方法，通过蒸馏化学反应跨模态知识，结合反应产率预训练学习有效分子表征，显著提升分子性质预测性能，兼具鲁棒性与可解释性。
2023-05-03 cs.AI cs.LG physics.chem-ph
Editorial: Special Issue on the Atomic and Molecular Processes in the Ultracold Regime, the Chemical Regime, and Astrophysics
这篇社论介绍了J. Phys. B：原子，分子和光学物理学特刊“原子和分子过程中的超冷制度，化学制度和天体物理学”致力于教授亚历山大Dalgarno（1928-2015）。经过简短的传记审查，简短的摘要贡献的文件和他们的关系，一些教授Dalgarno的工作。
2017-08-02 astro-ph.GA physics.atom-ph physics.chem-ph
