Key points are not available for this paper at this time.
Die prädiktive Simulation von molekularen Flüssigkeiten erfordert Modelle der potentiellen Energieoberfläche (PES), die nicht nur genau, sondern auch recheneffizient genug sind, um die großen Systeme und langen Zeitrahmen zu bewältigen, die für die zuverlässige Vorhersage makroskopischer Eigenschaften erforderlich sind. Wir präsentieren einen neuen Ansatz zur systematischen Annäherung an die ersten Prinzipien der PES molekularer Flüssigkeiten unter Verwendung des GAP (Gaussian Approximation Potential) Rahmens. Dieser Ansatz ermöglicht es uns, Potenziale auf mehreren verschiedenen Genauigkeitsniveaus zu erstellen, um die wahre PES nachzubilden, und somit das Quantum-Chemie-Niveau zu bestimmen, das erforderlich ist, um makroskopische Eigenschaften genau vorherzusagen. Wir testen den Ansatz, indem wir eine Reihe von Many-Body-Potentialen für flüssiges Methan (CH4) erstellen, das aus ersten Prinzipien schwierig zu modellieren ist, da sein Verhalten von schwachen Dispersionseffekten mit einer signifikanten Many-Body-Komponente dominiert wird. Die zunehmende Genauigkeit der Potenziale bei der Vorhersage der Massendichte korreliert mit ihrer Treue zur wahren PES, während der Trend bei den getesteten empirischen Potenzialen überraschenderweise das Gegenteil ist. Wir schließen, dass eine genaue, konsistente Vorhersage seiner Massendichte über weite Bereiche von Temperatur und Druck nicht nur ein Many-Body-Dispersionsmodell, sondern auch eine genaue Modellierung quantenmechanischer Nukleareffekte erfordert.
Veit et al. (Freitag) haben diese Frage untersucht.