Statische und dynamische Eigenschaften komplexer Flüssigkeiten aus Molekulardynamiksimulationen

Diese Arbeit mit dem Titel "Statische und dynamische Eigenschaften komplexer Flüssigkeiten aus Molekulardynamiksimulationen" behandelt einige Aspekte des Ableitens von Flüssigkeitseigenschaften aus Molekulardynamiksimulationen. Kapitel 1 ist eine Einleitung in die Methode der Molekulardy...

Full description

Saved in:
Bibliographic Details
Main Author: Welling, Ulrich
Contributors: Germano, Guido (Prof. Dr.) (Thesis advisor)
Format: Dissertation
Language:German
Published: Philipps-Universität Marburg 2011
Chemie
Subjects:
Online Access:PDF Full Text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Diese Arbeit mit dem Titel "Statische und dynamische Eigenschaften komplexer Flüssigkeiten aus Molekulardynamiksimulationen" behandelt einige Aspekte des Ableitens von Flüssigkeitseigenschaften aus Molekulardynamiksimulationen. Kapitel 1 ist eine Einleitung in die Methode der Molekulardynamiksimulation. Es beschreibt die theoretische Grundlage für diese Simulationsmethode. Kapitel 2 erklärt die statistischen Methoden, die benutzt werden, um Struktur und Dynamik von Flüssigkeiten zu beschreiben, während Kapitel 3 die Strukturbeschreibung von Flüssigkristallen einführt. Kapitel 4 ist das erste Kapitel, das Ergebnisse der Doktorarbeit enthält und ist eine Erweiterung der Diplomarbeit des Authors: Durch die sehr gute Übereinstimmung von Messungen an Salzschmelzen mit Molekulardynamiksimulationen, die ein einfaches Paarpotential nutzen, werden zusätzliche Konsequenzen für die Auswertung der Experimentaldaten beschrieben. Anisotrope Diffusion von Flüssigkristallen wird in Kapitel 5 beschrieben; insbesondere single-file Diffusion in kolumnaren Diskotenphasen wird erforscht. Kapitel 6 behandelt die isotrope-nematische Phasengrenze. Einige Verfahren, die Position der Phasengrenze in Simulationen zu erfassen, werden diskutiert. Abschließend wird eine Methode diskutiert, die die Oberflächenspannung aus der Simulation erfassen kann, ohne die Phasengrenze direkt zu bestimmen. Die jüngeren Entwicklungen im Bereich der Zellenlistenalgorithmen werden in Kapitel 7 diskutiert. Durch einen zusätzlichen Sortierschritt kann die Anzahl der ausgewerteten Paarabstände reduziert werden und verbessert so das Skalierungsverhalten für Dichte und Wechselwirkungsreichweite des Systems. Ein Weg, wie der optimale Algorithmus während der Laufzeit der Simulation ausgewählt werden kann, wird vorgeschlagen.
DOI:https://doi.org/10.17192/z2012.0770