[發(fā)明專利]多尺度集成可視化的高通量自動計算流程及數(shù)據(jù)智能系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010907586.5
• 申請日: 2020-09-02
• 公開（公告）號: CN112102887B
• 公開（公告）日: 2023-02-24
• 發(fā)明（設計）人: 孫志梅;王冠杰;彭力宇;李開旗;祝令剛;繆奶華;周健
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G16C10/00
• 分類號: G16C10/00;G16C20/30;G16C20/80
• 代理公司: 北京航智知識產權代理事務所(普通合伙) 11668
• 代理人: 黃川;史繼穎

1.一種多尺度集成可視化的高通量自動計算數(shù)據(jù)智能系統(tǒng)，其特征在于，包括如下子系統(tǒng)：材料建模系統(tǒng)、科學計算系統(tǒng)、服務器配置系統(tǒng)、數(shù)據(jù)存儲系統(tǒng)、數(shù)據(jù)分析系統(tǒng)和人工智能系統(tǒng)；

所述材料建模系統(tǒng)包括晶體建模模塊、高通量容器和高通量容器控件，所述晶體建模模塊用于通過一種或多種方式構建初始晶體結構并將其傳入所述高通量容器；所述高通量容器控件用于對傳入的所有初始晶體結構進行高通量篩選，通過判斷晶體結構的有效性和重復性，獲得有效晶體結構；

所述科學計算系統(tǒng)包括VASP第一性原理高通量工作流模塊、LAMMPS分子動力學高通量工作流模塊、OpenPhase相圖模擬高通量工作流模塊、動力學相關高通量工作流模塊和熱力學高通量工作流模塊；所述VASP第一性原理高通量工作流模塊用于為有效晶體結構指定基于VASP軟件的計算模擬任務，并基于所指定的計算模擬任務構建一個或多個高通量工作流；所述LAMMPS分子動力學高通量工作流模塊用于為有效晶體結構指定基于LAMMPS軟件的計算模擬任務，并基于所指定的計算模擬任務構建一個或多個高通量工作流；所述OpenPhase相圖模擬高通量工作流模塊用于為有效晶體結構指定基于OpenPhase軟件的計算模擬任務，并基于所指定的計算模擬任務構建一個或多個高通量工作流；所述動力學相關高通量工作流模塊用于為有效晶體結構指定基于KMC軟件的計算模擬任務，并基于所指定的計算模擬任務構建一個或多個高通量工作流；熱力學科學計算工作模塊用于為有效晶體結構指定基于Gibbs和Tc軟件的計算模擬任務，并基于所指定的計算模擬任務構建一個或多個高通量工作流；

所述服務器配置系統(tǒng)包括服務器管理模塊和服務器狀態(tài)模塊；所述服務器管理模塊用于配置遠程服務器參數(shù)、計算節(jié)點及運行狀態(tài)，以及用于將所構建的一個或多個高通量工作流自動發(fā)送至所述數(shù)據(jù)存儲系統(tǒng)；所述服務器狀態(tài)模塊用于為每個高通量工作流設定并分配遠程服務器計算資源并啟動遠程工作；

所述數(shù)據(jù)存儲系統(tǒng)包括共享數(shù)據(jù)庫、隱私數(shù)據(jù)庫和數(shù)據(jù)庫控件；所述共享數(shù)據(jù)庫用于多用戶之間的數(shù)據(jù)共享；所述隱私數(shù)據(jù)庫包括結構子數(shù)據(jù)庫、任務子數(shù)據(jù)庫、性能子數(shù)據(jù)庫和文件子數(shù)據(jù)庫，所述結構子數(shù)據(jù)庫用于存儲高通量工作流計算過程中涉及到的初始晶體結構和經(jīng)過所述科學計算系統(tǒng)的高通量工作流模塊優(yōu)化后的晶體結構；所述任務子數(shù)據(jù)庫用于存儲高通量工作流計算過程中的計算流程及中間元數(shù)據(jù)；所述性能子數(shù)據(jù)庫用于保存高通量工作流計算過程中的與材料基礎性能相關的數(shù)值；所述文件子數(shù)據(jù)庫用于存儲高通量工作流計算過程中大于10M的數(shù)據(jù)文件；所述數(shù)據(jù)庫控件用于為存儲在所述任務子數(shù)據(jù)庫中的每個高通量工作流添加所述遠程服務器參數(shù)，以及用于存儲高通量工作流的輸入配置和計算過程流程圖；

所述數(shù)據(jù)分析系統(tǒng)包括數(shù)據(jù)檢索模塊和數(shù)據(jù)分析及可視化模塊；所述數(shù)據(jù)檢索模塊用于檢索查詢所述結構子數(shù)據(jù)庫中的晶體結構信息、所述任務子數(shù)據(jù)庫中的計算流程和所述性能子數(shù)據(jù)庫中的與材料基礎性能相關的數(shù)值，并傳送至所述分析及可視化模塊進行數(shù)據(jù)分析；所述數(shù)據(jù)分析及可視化模塊用于對查詢到的晶體結構信息、計算流程和與材料基礎性能相關的數(shù)值進行統(tǒng)計學、散點圖、分布圖，能帶圖和態(tài)密度圖分析，并可視化作圖查看；

所述人工智能系統(tǒng)包括智能糾錯模塊和數(shù)據(jù)挖掘模塊，所述智能糾錯模塊用于自動檢測每個高通量工作流中當前計算模擬任務可能出現(xiàn)的報錯情況，在最大糾正次數(shù)允許的范圍內進行自動糾錯，之后把糾錯后的當前計算模擬任務自動提交到計算隊列進行計算，并將所有糾錯過程存儲于所述任務子數(shù)據(jù)庫和將糾錯結果存儲于所述性能子數(shù)據(jù)庫；所述數(shù)據(jù)挖掘模塊用于結合機器學習技術對晶體結構計算數(shù)據(jù)進行數(shù)據(jù)預處理、構建機器學習模型以及模型參數(shù)訓練、數(shù)據(jù)挖掘和材料性能分析及預測；

所述晶體建模模塊包括POSCAR控件、Builder控件、Two Doping控件、Multi POSCAR控件、Finder控件和Build Heterojunction控件中的一個或多個；

所述POSCAR控件用于導入單個初始晶體結構；

所述Builder控件用于構建晶界結構、空位結構和間隙結構；

所述Two Doping控件用于構建雙摻雜或者共摻雜結構；

所述MultiPOSCAR控件用于導入多個初始晶體結構；

所述Finder控件用于從所述結構子數(shù)據(jù)庫導入所需的初始晶體結構；

所述Build Heterojunction控件用于構建異質結結構；

所述數(shù)據(jù)挖掘模塊包括Xsf控件、Fingerprint控件、Generate控件、Train控件、TrainAccurcyPlot控件、Potential控件和PMAnalyzer控件中的一個或多個；

所述Xsf控件用于將計算完成的晶體結構轉換為包含原子能量和原子受力的XSF格式的數(shù)據(jù)文件；

所述Fingerprint控件用于載入機器學習數(shù)據(jù)生成過程中所需的數(shù)學方程的參數(shù)；

所述Generate控件用于將所述數(shù)學方程應用到所述XSF格式的數(shù)據(jù)文件中，產生適用于機器學習的初始數(shù)據(jù)；

所述Train控件用于構建機器學習模型以及模型訓練過程中的超參數(shù)配置，并根據(jù)反向傳播算法進行機器學習模型和超參數(shù)的訓練；

所述TrainAccurcyPlot控件用于機器學習訓練精度及收斂性的分析；

所述Potential控件用于將訓練完成的機器學習模型保存為可以進行材料結構性能預測和大規(guī)模分子動力學模擬的勢函數(shù)文件；

所述PMAnalyzer控件用于機器學習預測過程的數(shù)據(jù)分析；

所述晶體建模模塊支持多種構建復雜晶體結構的方式：

a)通過POSCAR控件輸入單個晶體結構文件，其自動識別“*poscar*”文件格式的結構，其中每個晶體結構被解析為以下幾部分：縮放系數(shù)，晶格矢量vector，原子個數(shù)及坐標，通過公式(1)求解對應的倒易空間矢量；

yⁱ_cell＝2π((x_cell)^-1)^T (1)

其中，yi_cell表示晶體結構在倒易空間的晶格矢量；x_cell表示晶體結構在直角坐標系中的晶格矢量；

b)通過MultiPOSCAR控件輸入多個晶體結構文件，支持的文件格式包括CIF文件，XSF文件，XYZ文件，DATA文件以及POSCAR文件，每一類晶體結構通過不同的解析器最終被解析為與a)相同的部分；

c)通過Builder控件構建空位結構、摻雜結構、間隙結構及晶界結構；

d)通過Finder控件在現(xiàn)有的18萬條結構數(shù)據(jù)中查詢目標晶體結構；

e)通過數(shù)據(jù)分析系統(tǒng)的分析模塊中的Viewer控件的多個可視化窗口，以樹狀的形式添加結構信息至可視化界面，對于MultiPOSCAR控件，在可視化界面中選擇對應標號展示對應信息；

所述高通量容器控件(HTProcessor)通過結構預處理算法，篩選有效晶體結構和重復晶體結構：

a)首先通過下式(2)判斷晶體結構的有效性，其中，y_true表示該晶體結構中是否為有效晶體結構，N表示晶體結構的原子個數(shù)，n表示遍歷從1到N個原子，為每個原子運算f_all函數(shù)，f_all表示判斷每個位點是否被完全占據(jù)的函數(shù)，occupy表示晶體結構中每個位點占據(jù)的比例，當y_true的值與原子個數(shù)N相同則判定為晶體結構有效，否則判定為無效，刪除對應的晶體結構；

b)根據(jù)每個有效晶體結構中原子個數(shù)、晶格矢量、倒易矢量及原子位置信息，篩選并去除重復的晶體結構。