Формирование бинарных и трехкомпонентых кластеров и нуклеация наночастиц атмосферного происхождения тема диссертации и автореферата по ВАК РФ 02.00.04, кандидат наук Назаренко Екатерина Сергеевна

• Назаренко Екатерина Сергеевна
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Назаренко Екатерина Сергеевна

Введение

Глава 1. Проблемы математического моделирования молекулярных и нано-объектов в многокомпонентных газах

1.1 Математическое моделирование наноразмерных систем с использованием молекулярных и континуальных методов

1.2 Современная практика применения математических методов высокого порядка

1.3 Способы проверки адекватности математических моделей

молекулярных кластеров и наночастиц

Выводы к главе

Глава 2. Алгоритмы обработки и анализа данных математического моделирования молекулярных структур

2.1 Проблемы организации вычислительных экспериментов

2.2 Алгоритмы подготовки вычислительных заданий

2.3 Планирование вычислительной работы

2.4 Перезапуск вычислительных экспериментов

2.5 Модификация начальных условий

2.6 Обработка результатов вычислений

Выводы к главе

Глава 3. Комплексное исследование молекулярных гидратов серной кислоты

3.1 Анализ модельных результатов и их сравнение с данными натурных экспериментов, тестирование математических моделей

3.2 Коллективные и энтропийные эффекты

3.3 Масштабные эффекты

Выводы к Главе

Глава 4. Моделирование влияния алифатических аминов на многокомпонентную нуклеацию

4.1 Равновесные геометрии и свойства кластеров

4.2 Новые термодинамические данные и их анализ

4.3 Влияние MA на формирование нуклеирующих кластеров при

атмосферных условиях

Выводы к главе

Глава 5. Моделирование скоростей трехкомпонентной нуклеации диметиламина

5.1 Аномально высокие расхождения погрешности в термодинамических данных и их причины

5.2 Модель трехкомпонентной нуклеации ДМА и сравнение результатов

моделирования с экспериментальными данными

Выводы к главе

Заключение

Список литературы

Приложение А. Молекулярные структуры

Приложение Б. Диаграммы зависимости плотности кластера и

макроскопической жидкости от содержания серной кислоты

Приложение В. Листинги программ

Мутатор пространственных координат для атомно-молекулярного

конструирования

Программный модуль для классификации, первичной обработки и подготовки к публикации результатов математического моделирования

молекулярных и наноструктур

Реставратор некорректно завершенных квантовохимических расчетов

атомно-молекулярного конструирования (Рехутор)

Приложение Г. Результаты численных экспериментов

Введение диссертации (часть автореферата) на тему «Формирование бинарных и трехкомпонентых кластеров и нуклеация наночастиц атмосферного происхождения»

Введение

Актуальность темы исследования. Диссертация посвящена

актуальным проблемам, связанным с формированием бинарных и трехкомпонентных кластеров и наночастиц в газовых средах. Образование молекулярных кластеров и последующее формирование наночастиц играют основополагающую роль в природных экосистемах и технологических процессах. Примерами служат, с одной стороны, образование атмосферных аэрозолей, дымов, туманов, смогов, а с другой — промышленные химические технологии: синтез нано- и ультрадисперсных частиц, спреев, удаление токсичных и радиоактивных веществ из воздуха и нежелательных примесей из технологических сред, требующих высокой чистоты [1-4].

Атмосферный воздух является классическим примером аэродисперсной системы, которая помимо основных компонентов (азот, кислород, аргон, углекислый газ) содержит пары воды и газообразные примеси-поллютанты (серная кислота, аммиак, амины, органические кислоты, ионы и другие), из которых формируются вторичные дисперсные частицы. Относительная концентрация паров воды и газообразных примесей невысока, однако именно они играют определяющую роль в физико-химических, оптических и токсических свойствах атмосферных систем [1-5]. Вторичные нано- и ультрадисперсные частицы, формируемые в загрязненной атмосфере, оказывают негативное влияние на здоровье населения. В частности, высокие концентрации таких частиц, наблюдаемые вблизи дорог с интенсивным движением, приводят к повышению риска сердечно-сосудистых и респираторных заболеваний, рака легких и существенному повышению уровня смертности [6].

Бинарные и трехкомпонентные вторичные наночастицы, образующиеся вследствие нуклеации, оказывают существенное влияние на макрофизические свойства атмосферных объектов на локальном, региональном и глобальном

уровнях, а скорости их формирования являются основным источником погрешностей при моделировании атмосферных процессов. В частности, в отчете IV Межгосударственной Комиссии по вопросам изменений климата отмечено, что физико-химическая природа и скорость атмосферной нуклеации являются основной причиной расхождений при определении вклада различных техногенных и биогенных источников в глобальное изменение климата [7].

Основной проблемой при исследовании процессов формирования нанообъектов является чрезвычайная сложность и высокая стоимость измерений. В настоящее время экспериментальные данные имеются для ограниченного набора многокомпонентных молекулярных кластеров [8], что обусловливает актуальность создания адекватных математических моделей процесса их формирования.

До самого последнего времени теоретический инструментарий, описывающий формирование наночастиц, был основан на использовании приближения сплошной среды (т.н. капиллярное приближение). Примером служит классическая теория нуклеации (CNT — Classical Nucleation Theory) [9-10]. Однако, хотя полуэмпирические и феноменологические модели, основанные на CNT, в ряде случаев адекватно описывают нуклеацию однокомпонентных дисперсных частиц, учет многокомпонентности в рамках CNT практически невозможен [11].

К тому же, вместо компактных аналитических выражений, получаемых в случае однокомпонентных систем, для бинарных и многокомпонентных кластеров и частиц требуется численное решение системы алгебраических или дифференциальных уравнений, например, [12]:

ln

P

Pi-

tt

(qeo )2

32Л„2 r 4 kT

+ ln

sinh

(qeoli) 4ле0 kT r2

{qeol i) 4ле0 kTr2

кТ 1п А а^в + 1п " Раё ' + 1п л АЪе» + 1п " РЪё ' Г* 1п " Раё ' Г дт л

А г _ аЬ _ _ Рав _ 1 Аъь _ _ Р аю _ _ дт _ Р аю _ 1 дп V а У

— 1п

дт

Р

Р.

Ъв

дт

кдпъ У

п6 +

кТ

1п

А

А

+ 1п

дт

дПа

Р

+

а5

Р

а

дт дп

дп

2 2 Ч е0

8яЕг

1 1

п

дт дт

дп дп

= 0

кТ

1п

А

Ъ^в

А

ъь

+ 1п

дп

_г

дт

Р

Р

а

+

дт дп

д_ дт

1п

Р

а5

Р

а

п

дт

+

— 1п

дт

Р

РЪ

Ъв

п

4лт2р

т

д

1п

Р

Р

* а

дт

а

а

г (4^0 )2

32л2е„ 2 т4 кТ

+ 1п

(4)

(Яео1, ) 4ле„кТ т7

(Чео) 4ле0 кТт2

4

т

а

г (Че0 )2

ч 32л е т кТу

>\ г +

2 V т у

V

(чео Ь) 4лепкТ т'

л /

- ь

у

V

(чео Ь) 4лепкТ т2

(3)

(5)

где 8тЬ( = (ехр( + ехр(-2))/ 2, А - дипольный момент компонента /, а! - поляризуемость компонента ¡, па и пь - число молекул компонент а и Ь, та и ть - молярная масса компонент а и Ь, q - заряд,

ео - элементарный заряд, ¿г - поверхностное натяжение,

Е, е и е - диэлектрическая проницаемость частицы, паров и вакуума,

к - постоянная Больцмана, р - плотность частицы,

1

2

т

T - температура, К, r - радиус частицы,

Дх - активность компонента i в жидкой фазе, A - активность компонента i в газовой фазе

ig— т

pig - парциальное давление компонента i над поверхностью частицы, pi— - парциальное давление компонента i на удалении от частицы,

i = (a, b),

L - функция Ланжевена.

Наряду с утратой компактности, данная система уравнений содержит величины, такие как поверхностное натяжение, коэффициенты активности и плотность, точное измерение которых в многокомпонентных системах представляет хорошо известные трудности [8, 11].

Принципиальными причинами трудностей в развитии методов математического моделирования исследуемых объектов и процессов является неспособность классического капиллярного приближения, основанного на постулате об идентичности свойств молекулярных и нанообъектов свойствам макроскопической жидкости, адекватно описать термодинамику начальных стадий развития кластера или нуклеирующей частицы, что в итоге может привести к очень большим погрешностям в концентрациях, распределениях по размеру и скоростях их формирования. В связи с этим основным направлением развития математического моделирования многокомпонентных кластеров и наночастиц является повышение точности расчетов термодинамических свойств микро- и нанообъектов и кинетики их взаимодействия, что в свою очередь требует применения более совершенного теоретического инструментария, выходящего за рамки классической Ньютоновской механики и, как показывает практика последних десятилетий, молекулярных методов - Монте-Карло, молекулярной динамики, Dynamic Nucleation Theory и других, использующих полуэмпирические потенциалы [13-14], - и адекватно учитывающего сложную

физико-химическую природу межмолекулярных взаимодействий на молекулярном и наноуровнях.

При развитии новых методов исследования и моделирования формирования вторичных частиц принципиальным также является возможность исследования кластеров, состоящих из большого количества атомов/молекул, поскольку она напрямую связана с определением пределов применимости капиллярного приближения - области, за пределами которой применение континуального приближения является обоснованным и легитимным. Данный вопрос также имеет непосредственное отношение к масштабным эффектам и такому фундаментальному явлению, как переход газ-кластер-макроскопическая жидкость, представляющему большой интерес для физики газов, дисперсных систем и конденсированного вещества.

С появлением работ, в которых в качестве основной причины проблем CNT при описании свойств и скоростей нуклеации вторичных частиц указана неспособность классических и молекулярных методов адекватно описать природу межмолекулярных взаимодействий на начальных стадиях их формирования [1516], широкое использование получили методы ab initio [17] и Теории Функционала Плотности (ТФП) [18]. Моделирование молекулярных и малых нанообъектов в ТФП основаны на формализме Хоэнберга и Кона, и Кона и Шама [18].

В настоящее время, основным инструментом исследования термодинамических свойств молекулярных кластеров и малых наночастиц является ТФП, которая при правильном выборе метода (комбинации функционала плотности с базовым набором) обеспечивает сравнимые по точности результаты при меньших по сравнению c ab initio затратах вычислительных ресурсов.

Математическое моделирование процессов и объектов, исследуемых в диссертационной работе, подразумевает проведение масштабных вычислительных экспериментов. Это связано с необходимостью исследования большого количества (>100-1000) изомеров для каждого кластера определенного

компонентного состава, что, в свою очередь, требует разработки комплексов программ для эффективного использования высокопроизводительной вычислительной техники.

Другим важным обстоятельством является то, что для получения точных результатов, необходим правильный выбор модели/моделей, основанных на ТФП. Однако, потребность в вычислении термодинамических свойств кластеров и наночастиц с максимально приближенной к химической точностью появилась сравнительно недавно, и поэтому существующие методики тестирования и выбора ТФП-методов основаны на сравнении электронных энергий [19], тогда как при вычислении термодинамических свойств нуклеирующих кластеров определяющим является набор энтальпии H, энтропии S и свободной энергии Гиббса G=H-TS.

В диссертационной работе исследуются бинарные, состоящие из серной кислоты и воды, и трехкомпонентные кластеры и наночастицы, состоящие из серной кислоты, воды и вещества X - стабилизатора бинарной гомогенной нуклеации (BHN - Binary Homogenous Nucleation) [20]. Газофазные гидраты серной кислоты сами по себе представляют большой интерес, поскольку являются доминирующей формой существования серной кислоты, без которой невозможно образование вторичных частиц в земной атмосфере. В свою очередь, определение роли стабилизаторов BHN и механизмов нуклеации в атмосфере являются важнейшими проблемами, стоящими перед международным научным сообществом [21]. Исследуемые в диссертации стабилизаторы представлены аммиаком и алифатическими аминами, которые являются, наряду с HOMs (Highly Oxidized Molecules) [22], главными кандидатами на роль «вещества Х» [23]. Однако, одной из неразрешенных проблем являлось до настоящего времени наличие аномально больших расхождений в описании термодинамики трехкомпонентной нуклеации диметиламина, сильнейшего стабилизатора в ряду алифатических аминов, различными расчетными методами [24].

Таким образом, выбор исследуемых процессов и конкретных систем, в которых происходят исследуемые процессы, хорошо обоснован, а тематика и содержание диссертационной работы являются актуальными.

Методология исследования. Основой методологии диссертационной работы является применение современных технологий математического моделирования и вычислительного эксперимента для решения задач, поставленных в диссертации. При проведении исследований применяются методы математической и статистической физики и Теории Функционала Плотности (ТФП). Методы ТФП, которые при правильном выборе комбинации функционал плотности - базисный набор позволяют с высокой точностью рассчитать термодинамические характеристики исследуемых объектов, применяются для моделирования кластеров и малых наночастиц. Проведено тестирование широко используемых методов ТФП с целью определения адекватности математических моделей молекулярных кластеров и наночастиц, построенных на их основе, при описании термодинамики кластеризации. Вычислительные эксперименты проведены автором с использованием программных пакетов Gaussian 09 [25] и Biovia Materials Studio 8.0 [26] и высокопроизводительной многопроцессорной GRID-системы МГТУ «СТАНКИН», оснащенной проблемно-ориентированным комплексом программ для проведения масштабных вычислительных экспериментов, который был разработан при непосредственном участии диссертанта. Проведена систематическая верификация модельных результатов, полученных в диссертационном исследовании, путем сравнения расчетных величин с данными натурных экспериментов и, для частных случаев, расчетными данными других авторов.

Объект и предмет исследования. Объектом исследования являются бинарные и трехкомпонентные кластеры и наночастицы. Предметом исследования являются свойства бинарных и трехкомпонентных кластеров и

наночастиц и описывающие их математические модели и вычислительные методы.

Целью диссертационной работы является получение новых знаний о процессах формирования и свойствах бинарных и трехкомпонентных кластеров и наночастиц атмосферного происхождения, построение математических моделей исследуемых объектов процессов и выявление новых взаимосвязей между компонентным составом кластеров, их размером, термодинамической стабильностью и скоростью формирования с учетом влияния макроскопических характеристик нуклеирующей среды (температуры, относительной влажности ЯН, компонентного состава и концентрации агентов нуклеации).

Для достижения поставленной цели были решены следующие задачи:

1. Выполнен вычислительный эксперимент, в ходе которого проведено комплексное исследование геометрических, спектральных, дипольных и термодинамических свойств бинарных гидратов серной кислоты и оценена адекватность математических моделей молекулярных кластеров и малых наночастиц, основанных на ТФП, путем сравнения с данными натурных экспериментов. Проведен анализ традиционных методик тестирования методов ТФП, предложена и обоснована новая методика их тестирования при определении точности вычисления термодинамических свойств.

2. Выполнен вычислительный эксперимент с целью получения новых данных о термодинамической стабильности и гидратации бинарных и трехкомпонентных кластеров, адекватно учитывающих квантовую природу межмолекулярных взаимодействий. На их основе выявлены взаимосвязи между компонентным составом, размером и свойствами исследуемых объектов, построена и верифицирована новая модель трехкомпонентной нуклеации диметиламина, получены оценки влияния алифатических аминов и аммиака на нуклеацию в атмосфере.

3. С помощью численного моделирования проведено исследование влияния энтропийных эффектов на термодинамические и дипольные свойства ансамблей

изомеров, сравнение свойств бинарных кластеров со свойствами соответствующих им макроскопических жидкостей, выявлены и проанализированы масштабные эффекты.

4. Разработан комплекс проблемно-ориентированных программ для проведения вычислительных экспериментов, позволивший повысить эффективность использования вычислительных ресурсов и точность результатов численного моделирования.

Результаты, выносимые на защиту, и их научная новизна:

1. Выявлены и описаны взаимосвязи между компонентным составом, термодинамическими, дипольными и размерными характеристиками бинарных и трехкомпонентных наносистем, а также энтропийные эффекты, обусловленные расположением глобальных и локальных минимумов на шкале свободных энергий Гиббса, и масштабные эффекты, связанные с различием в плотности кластеров и соответствующих им макроскопических жидкостей, которые могут достигать 15 - 20 %.

2. Предложен и обоснован метод тестирования математических моделей, основанных на ТФП, базирующийся на сравнении теоретических и экспериментальных значений энергии Гиббса, который позволяет оптимально выбирать модели для расчета термодинамических свойств кластеров и наночастиц.

3. Показано, что превышение влияния алифатических аминов над влиянием аммиака на бинарную нуклеацию в атмосфере достигается при превышении предельного отношения концентраций [амин] / [аммиак] ~ 0.001. Это означает, что при атмосферных условиях, характеризуемых типичными концентрациями аминов порядка <0.1 - несколько десятков ppt и аммиака 0.1 - несколько десятков ррЬ, трехкомпонентная нуклеация аммиака и аминов являются конкурирующими процессами, относительный вклад которых определяется их отношением в каждом конкретном изучаемом макрообъеме.

4. Разработана и верифицирована модель трехкомпонентной нуклеации диметиламина, которая согласуется с экспериментальными данными значительно лучше существующих аналогов и находится в отличном согласии с натурными экспериментами международного проекта CLOUD [29].

5. Для повышения эффективности вычислительных экспериментов разработан комплекс программ, реализующих алгоритмы конвертации данных, пакетного изменения параметров вычислительных экспериментов, составления приоритетных очередей обработки заданий с учетом оценки их сложности по числу атомов, обработки результатов, модификацию и перезапуск некорректно завершенных вычислительных заданий.

Теоретическая значимость. Выдвинутые в диссертации идеи, их теоретическое обоснование и верификация посредством сравнения с данными натурных экспериментов позволяют получить методическое обеспечение построения методов математического моделирования бинарных и трехкомпонентных наночастиц атмосферного происхождения. Предложенные решения являются новыми законченными научными результатами в области математического моделирования многокомпонентных нанодисперсных систем.

Практическая значимость. Результаты диссертации могут применяться для математического моделирования многокомпонентных кластеров в газовых средах, нуклеации в атмосферных системах, в 3D моделировании атмосферы на локальном, региональном и глобальном уровнях и в широком спектре промышленных технологий, связанных с получением или использованием дисперсных систем, включая химические технологии, синтез многокомпонентных нано- и ультрадисперсных частиц и спреев с контролируемыми свойствами, удаление токсичных и радиоактивных веществ из воздуха и нежелательных примесей из технологических сред, требующих высокой чистоты, и в аэрозольной токсикологии и медицине.

Обоснованность и достоверность полученных результатов. Выводы диссертации подтверждаются согласованностью данных вычислительных

экспериментов и результатов натурных экспериментов по определению геометрических, термодинамических, дипольных и спектральных характеристик исследуемых кластеров [27-28], а также скоростей трехкомпонентной нуклеации ДМА и их зависимости от [ДМА], полученными в рамках глобального международного проекта CLOUD [29]. Заключение о причине аномально больших расхождений в расчетах термодинамики и скоростей многокомпонентной нуклеации, идентифицированной и объяснённой в ходе работы над диссертационным исследованием [30] в 2015 г. на основании данных численного моделирования, получило подтверждение в работе группы ведущих американских ученых во главе с проф. Хансеном [31] в 2017 г.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на XXII международной конференции «Математика. Компьютер. Образование», г. Пущино, 2015 г.; XVII научной конференции «Математическое моделирование и информатика», г. Москва, 2015 г.; III международной научной конференции «Моделирование нелинейных процессов и систем», г. Москва, 2015 г.; International Conference on Nucleation and Growth Mechanisms (ICNGM), Hefei, China, 2015 г.; XXIII международной конференции «Математика. Компьютер. Образование», г. Дубна, 2016 г.; XXIV международной конференции «Математика. Компьютер. Образование», г. Пущино, 2017 г.

Публикации. Основные результаты диссертации опубликованы в 15 работах, в числе которых 2 публикации в журналах из перечня ВАК, 2 публикации в журналах, индексируемых в международных базах данных Web of Science и Scopus, 3 свидетельства о государственной регистрации программы для ЭВМ и 8 в других научных изданиях.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка литературы, четырех приложений. Общий объем составляет 171 страницу. Диссертация содержит 32 рисунка, 11 таблиц, список литературы из 135 наименований.

Соответствие паспорту специальности. Диссертационная работа соответствует научной специальности 02.00.04 - «Физическая химия» в части п.п. 1, 2 и 8 области исследования паспорта специальности.

Глава 1. Проблемы математического моделирования молекулярных и нано-

объектов в многокомпонентных газах

В главе 1 исследована научная проблематика математического моделирования многокомпонентных молекулярных кластеров и наночастиц, приведен аналитический обзор научной литературы, в котором излагаются представления об исследуемых процессах и объектах, методах их математического моделирования, применяемых для исследования кластеризации и нуклеации в газовых средах. Указаны преимущества и недостатки существующих методов математического моделирования и экспериментальных методик исследования. На основании проведенного анализа обосновывается необходимость применения современного теоретического инструментария, выходящего за рамки традиционных приближений, основанных на использовании классической ньютоновской механики, полуэмпирических потенциалов и упрощенных представлений о структуре молекулярных кластеров и наночастиц. Анализируются методы ab initio и ТФП, обсуждаются их особенности, преимущества и недостатки.

Исследуемые объекты и процессы происходят на границе микро- и нано-размеров, а их структура и свойства играют важную роль в формировании и эволюции мезо- и макросистем различной физико-химической природы.

Математическое моделирование является инструментом решения нескольких классов актуальных проблем современной науки таких, как например [1, 2, 8, 1216]:

• определение структуры и свойств молекулярных кластеров и наночастиц;

• влияние зарядового состояния объекта на весь комплекс его свойств;

• термодинамические свойства, определяющие стабильность формируемых объектов и их концентрации в газовой среде при данных условиях;

• изучение зависимостей микрофизических свойств молекулярных и нанообъектов от условий их формирования (температура, влажность, концентрация);

• размерные эффекты, связанные с различием структуры и свойств макроскопических и наноразмерных объектов.

Образование молекулярных кластеров и комплексов из материнской газовой фазы, предшествующее формированию наноразмерных частиц, является фундаментальным процессом, играющим основополагающую роль в природных (аэрозоли, дымы, туманы, смоги) и технологических процессах (синтез нано- и ультрадисперсных частиц, спреев, удаление токсичных и радиоактивных веществ из воздуха и нежелательных примесей из технологических сред, требующих высокой чистоты, и другие процессы и технологии) [1-5, 15, 21].

Качество вдыхаемого воздуха напрямую связано с концентрациями вторичных наночастиц. Хорошо известно, что нано- и ультрадисперсные частицы, формируемые в зонах химического заражения, оказывают негативное влияние на здоровье населения [1, 2, 5]. В частности, доказано, что высокие концентрации нано- и ультрадисперсных частиц, наблюдаемые вблизи дорог с интенсивным движением, приводят к эпидемиям сердечно-сосудистых и респираторных заболеваний, рака легких и существенному повышению уровня смертности.

Хотя воздух часто воспринимается в качестве некой однородной газовой субстанции, он вовсе не является мономолекулярным газом или смесью нескольких мономолекулярных газов. В действительности воздух является классическим примером полидисперсной системы, в которой помимо основных компонентов (азот, кислород, аргон, углекислый газ) присутствуют разнообразные примеси (вода - до 4%, серная кислота, аммиак, амины, органические кислоты, ионы и другие компоненты), из которых и формируются вторичные дисперсные частицы [8].

Относительная концентрация конденсируемых примесей невысока [1,2.8,15,19-24], однако именно их присутствие и играет определяющую роль в

физико-химических и токсических свойствах атмосферных систем. Хотя парциальное давление паров воды (0.2-4 кПа в зависимости от температуры и относительной влажности) составляет всего ~ 0.2-4% от атмосферного давления, формируемого азотом, кислородом и аргоном, физико-химические, оптические и токсические свойства воздуха во многом определяются концентрациями паров воды и других вышеупомянутых газофазных примесей, которые способствуют формированию из паров воды наночастиц, способных к дальнейшему росту.

1.1 Математическое моделирование наноразмерных систем с использованием

молекулярных и континуальных методов

Исследование вторичных наночастиц напрямую связано с необходимостью получения информации о процессах, происходящих на микро- и наноуровнях. Область на границе микро- и наномиров представляет огромный интерес для различных областей современной науки, включая физику, химию, экологию и науки о материалах. Именно в этом сравнительно узком диапазоне размеров (10-810-10 м) происходят фундаментальные процессы, играющие основополагающую роль как в формировании наноразмерных объектов, так и в эволюции мезо- и макросистем. В данном интервале размеров вещество может находиться в различных агрегатных состояниях: молекула, молекулярный кластер и наночастица. Формирование наночастиц происходит, как правило, путем присоединения мономеров или, реже, молекулярных кластеров, а в ходе данного процесса наблюдаются интересные явления, связанные с протеканием фазовых переходов газ - молекулярный кластер - макроскопическая жидкость. В области 10-8-10-10 м ярко проявляются так называемые масштабные эффекты, которые связаны с отклонением свойств микро- и нанообъектов от характеристик макроскопического вещества. Причиной этих отклонений является влияние

квантовой природы межмолекулярных взаимодействий и доминирующая роль микрофизических характеристик исследуемых объектов. В связи с тем, что набор параметров, определяющий основные характеристики систем, образующихся в данном интервале размеров, отличается от характеристик макроскопической жидкости/твердого тела, применение чисто континуальных подходов является весьма затруднительным. И это вовсе не удивительно, поскольку континуальные подходы, впервые появившиеся во второй половине XIX века, изначально не были предназначены для описания микроскопических процессов и наносистем. Классическая теория нуклеации ^N1) основана на гипотезе об идентичности свойств нанообъектов и макроскопической жидкости, а также постулате о применимости уравнения непрерывности к микро- и нанообъектам и системам. Область ee применения изначально была ограничена макроскопическим веществом и объектами меньшего размера, свойства которых незначительно отличаются от свойств макроскопического вещества.

Список литературы диссертационного исследования кандидат наук Назаренко Екатерина Сергеевна, 2022 год

Список литературы

1. Zhang, R. Getting to the Critical Nucleus of Aerosol Formation / R. Zhang // Science. - 2010. - Т. 328. - С. 1366-1367.

2. Paasonen, P. Warming-induced increase in aerosol number concentration likely to moderate climate change / P. Paasonen, A. Asmi, T. Petaja, M. K. Kajos, M. Aijala, H. Junninen, T. Holst, J. P. D. Abbatt, A. Arneth, W. Birmili, H. D. van der Gon, A. Hamed, A. Hoffer, L. Laakso, A. Laaksonen, W. R. Leaitch, C. Plass-Dulmer, S. C. Pryor, P. Raisanen, E. Swietlicki, A. Wiedensohler, D. R. Worsnop, V.-M. Kermine, M. Kulmala // Nature Geoscience. - 2013. - Т. 6. - №. 6. - С. 438-442.

3. Yu, F. Indirect radiative forcing by ion-mediated nucleation of aerosol / F. Yu, G. Luo, X. Liu, R. C. Easter, X. Ma, S. J. Ghan // Atmospheric Chemistry and Physics. - 2012. - Т. 12. - №. 23. - С. 11451-11463.

4. Kulmala, M. Stable sulphate clusters as a source of new atmospheric particles / M. Kulmala, L. Pirjola, J. M. Makela // Nature. - 2000. - Т. 404. - №. 6773. - С. 6669.

5. Yu, F. From molecular clusters to nanoparticles: Role of ambient ionization in tropospheric aerosol formation / F. Yu, R. P. Turco // Journal of Geophysical Research: Atmospheres. - 2001. - Т. 106. - №. D5. - С. 4797-4814.

6. Saxon, A. Air pollution and allergy: you are what you breathe / A. Saxon, D. Diaz-Sanchez // Nature immunology. - 2005. - Т. 6. - №. 3. - С. 223-226.

7. Team, C. W. Climate change 2007: synthesis report / C. W. Team, R. K. Pachauri, A. Reisinger // Geneva, Switzerland: IPCC. - 2007. - Т. 104.

8. Zhang, R. Nucleation and growth of nanoparticles in the atmosphere / R. Zhang, A. Khalizov, L. Wang, M Hu, W. Xu // Chemical Reviews. - 2011. - Т. 112. -№. 3. - С. 1957-2011.

9. Flood, H.Z. Chem. Thermodyn. Kinet. Elektrochem. Eigensch. / H.Z. Flood // The Journal of Physical Chemistry A. -1934, -T. 170, -C. 286-294.

10. Reiss, H. The kinetics of phase transitions in binary systems / H. Reiss // The Journal of Chemical Physics. - 1950. - T. 18. - №. 6. - C. 840-848.

11. Vehkamäki, H. Classical nucleation theory in multicomponent systems / H. Vehkamäki. - Germany: Springer Science & Business Media, 2006. - 176 c.

12. Nadykto, A. B. Formation of binary ion clusters from polar vapours: effect of the dipole-charge interaction / A. B. Nadykto, F. Yu // Atmospheric Chemistry and Physics. - 2004. - T. 4. - №. 2. - C. 385-389.

13. Warshavsky, V. B. Effect of an electric field on the surface tension of a dipolar-quadrupolar fluid and its implication for sign preference in droplet nucleation / V. B. Warshavsky, X. C. Zeng // Physical review letters. - 2002. - T. 89. -№. 24. - C. 246104.

14. Kathmann, S. M. Ion-induced nucleation: the importance of chemistry / S. M. Kathmann, G. K. Schenter, B. C. Garrett // Physical review letters. - 2005. -T. 94. - №. 11. - C. 116104.

15. Nadykto, A. B. Quantum nature of the sign preference in ion-induced nucleation / A. B. Nadykto, A. Al Natsheh, F. Yu, K. V. Mikkelsen, J. Ruuskanen // Physical review letters. - 2006. - T. 96. - №. 12. - C. 125701.

16. Merikanto, J. Origin of the failure of classical nucleation theory: Incorrect description of the smallest clusters / J. Merikanto, E. Zapadinsky, A. Lauri, H. Vehkamäki // Physical review letters. - 2007. - T. 98. - №. 14. - C. 145702.

17. Friesner, R. A. Ab initio quantum chemistry: methodology and applications / R. A. Friesner // Proceedings of the National Academy of Sciences of the United States of America. - 2005. - T. 102. - №. 19. - C. 6648-6653.

18. Gross, E. K. U. Density functional theory / E. K. U. Gross, R. M. Dreizler. -New York: Springer Science & Business Media, Vol. 337, 2013. - 443 c.

19. Bork, N. Benchmarking ab initio binding energies of hydrogen-bonded molecular clusters based on FTIR spectroscopy / N. Bork, L. Du, H. Reiman,

T. Kurten, H. G. Kjaergaard // The Journal of Physical Chemistry A. - 2014. - T. 118. - №. 28. - C. 5316-5322.

20. Vehkamäki, H. Modelling Binary Homogeneous Nucleation of Water-Sulfuric Acid Vapours: Parameterisation for High Temperature Emissions / H. Vehkamäki, M. Kulmala, K. E. J. Lehtinen // Environmental science & technology. - 2003. - T. 37. - №. 15. - C. 3392-3398.

21. Kulmala, M. Direct observations of atmospheric aerosol nucleation / M. Kulmala, J. Kontkanen, H. Junninen, K. Lehtipalo, H. E. Manninen, T. Nieminen, T Petäjä, M. Sipilä, S. Schobesberger, P. Rantala, A. Franchin, T. Jokinen, E. Järvinen, M. Äijälä, J. Kangasluoma, J. Hakala, P. P. Aalto, P. Paasonen, J. Mikkilä, J. Vanhanen, J. Aalto, H. Hakola, U. Makkonen, T. Ruuskanen, R. L. Mauldin III, J. Duplissy, H. Vehkamäki, J. Bäck, A. Kortelainen, I. Riipinen, T. Kurten, M. V. Johnston, J. N. Smith, M. Ehn, T. F. Mentel, K. E. J. Lehtinen, A. Laaksonen, V.-M. Kerminen, D. R. Worsnop // Science. - 2013. - T. 339. - №. 6122. - C. 943-946.

22. Mutzel, A. Highly oxidized multifunctional organic compounds observed in tropospheric particles: A field and laboratory study / A. Mutzel, L. Poulain, T. Berndt, Y. Iinuma, M. Rodigast, O. Böge, S. Richters, G. Spindler, M. Sipilä, T. Jokinen, M. Kulmala, H. Herrmann // Environmental science & technology. -2015. - T. 49. - №. 13. - C. 7754-7761.

23. Kurten, T. Amines are likely to enhance neutral and ion-induced sulfuric acid-water nucleation in the atmosphere more effectively than ammonia / T. Kurten, V. Loukonen, H. Vehkamäki, M. Kulmala // Atmospheric Chemistry and Physics. - 2008. - T. 8. - №. 14. - C. 4095-4103.

24. Nadykto, A. B. Enhancement in the production of nucleating clusters due to dimethylamine and large uncertainties in the thermochemistry of amine-enhanced nucleation / A.B. Nadykto, J. Herb, F. Yu, Y. Xu // Chemical Physics Letters. -2014. - T. 609. - C. 42-49.

25. Frisch, M. J. Gaussian 09, revision D. 01. / M. J. Frisch, G. W. Trucks, H. B. Schlegel, G. E. Scuseria, M.A. Robb, J. R. Cheeseman, G. Scalmani, V. Barone, B. Mennucci, G.A. Petersson, H. Nakatsuji, M. Caricato, X. Li, H. P. Hratchian, A. F. Izmaylov, J. Bloino, G. Zheng, J. L. Sonnenberg, M. Hada, M. Ehara, K. Toyota, R. Fukuda, J. Hasegawa, M. Ishida, T. Nakajima, Y. Honda, O. Kitao, H. Nakai, T. Vreven, J. A. Montgomery Jr, J. E. Peralta, F. Ogliaro, M. Bearpark, J. J. Heyd, E. Brothers, K. N. Kudin, V. N. Staroverov, R. Kobayashi, J. Normand, K. Raghavachari, A. Rendell, J. C. Burant, S. S. Iyengar, J. Tomasi, M. Cossi, N. Rega, J. M. Millam, M. Klene, J. E. Knox, J. B. Cross, V. Bakken, C. Adamo, J. Jaramillo, R. Gomperts, R. E. Stratmann, O. Yazyev, A.J. Austin, R. Cammi, C. Pomelli, J. W. Ochterski, R. L. Martin, K. Morokuma, V. G. Zakrzewski, G. A. Voth, P. Salvador, J. J. Dannenberg, S. Dapprich, A. D. Daniels, Ö. Farkas, J. B. Foresman, J. V. Ortiz, J. Cioslowski, D. J. Fox // Gaussian Inc., Wallingford CT - 2009.

26. Materials Studio // BIOVIA, San Diego California, USA. - 2014.

27. Fiacco, D. L. Microwave investigation of sulfuric acid monohydrate / D. L. Fiacco, S. W. Hunt, K. R. Leopold // Journal of the American Chemical Society. - 2002. - Т. 124. - №. 16. - С. 4504-4511.

28. Nash, K. L. Observations on the interpretation and analysis of sulfuric acid hydrate infrared spectra / K. L. Nash, K. J. Sully, A. B. Horn // The Journal of Physical Chemistry A. - 2001. - Т. 105. - №. 41. - С. 9422-9426.

29. Almeida, J. Molecular understanding of sulphuric acid-amine particle nucleation in the atmosphere / J. Almeida, S. Schobesberger, A. Kürten, I. K. Ortega, O. Kupiainen-Määttä, A. P. Praplan, A. Adamov, A. Amorim, F. Bianchi, M. Breitenlechner, A. David, J. Dommen, N. M. Donahue, A. Downard, E. Dunne, J. Duplissy, S. Ehrhart, R. C. Flagan, A. Franchin, R. Guida, J. Hakala, A. Hansel, M. Heinritzi, H. Henschel, T. Jokinen, H. Junninen, M. Kajos, J. Kangasluoma, H. Keskinen, A. Kupc, T. Kurten, A. N. Kvashin, A. Laaksonen, K. Lehtipalo, M. Leiminger, J. Leppä, V. Loukonen, V. Makhmutov, S. Mathot,

M. J. McGrath, T. Nieminen, T. Olenius, A. Onnela, T. Petäjä, F. Riccobono, I. Riipinen, M. Rissanen, L. Rondo, T. Ruuskanen, F. D. Santos, N. Sarnela, S. Schallhart, R. Schnitzhofer, J. H. Seinfeld, M. Simon, M. Sipilä, Y. Stozhkov, F. Stratmann, A. Tomé, J. Tröstl, G. Tsagkogeorgas, P. Vaattovaara, Y. Viisanen,

A. Virtanen, A. Vrtala, P. E. Wagner, E. Weingartner, H. Wex, C. Williamson, D. Wimmer, P. Ye, T. Yli-Juuti, K. S. Carslaw, M. Kulmala, J. Curtius, U. Baltensperger, D. R. Worsnop, H. Vehkamäki, J. Kirkby // Nature. - 2013. - Т. 502. - №. 7471. - С. 359-363.

30. Nadykto, A. B. Reply to the 'Comment on "Enhancement in the production of nucleating clusters due to dimethylamine and large uncertainties in the thermochemistry of amine-enhanced nucleation"' by Kupiainen-Maatta et al. / A.

B. Nadykto, J. Herb, F. Yu, E. S. Nazarenko, Y. Xu // Chemical Physics Letters. - 2015. - Т. 624. - С. 111-118.

31. Hanson, D. R. Computational Fluid Dynamics Studies of a Flow Reactor: Free Energies of Clusters of Sulfuric Acid with NH3 or Dimethyl Amine / D. R. Hanson, I. Bier, and B. Panta, C. N. Jen, P. H. McMurry // The Journal of Physical Chemistry A. - 2017. - Т. 121. - №. 20. - С. 3976-3990.

32. Volmer M. Kinetik der phasenbildung. / Theodor Steinkopff Verlag, Dresden /1939.

33. Volmer, M. Novel growth mechanism in heteroepitaxial semiconductor growth / M. Volmer, A. Weber //Z. Phys. Chem. - 1926. - Т. 119. - С. 277.

34. Becker, R. Kinetische behandlung der keimbildung in übersättigten dämpfen / R. Becker, W. Döring //Annalen der Physik. - 1935. - Т. 416. - №. 8. - С. 719-752.

35. Малин, К. М. Справочник сернокислотчика. Коллектив авторов, под ред. Проф. К. М. Малина. Издание 2-е, дополненное и переработанное. Издательство «Химия», М., 1971 г.

36. Fermi, E. Eine statistische Methode zur Bestimmung einiger Eigenschaften des Atoms und ihre Anwendung auf die Theorie des periodischen Systems der

Elemente / E. Fermi // Zeitschrift für Physik. - 1928. - Т. 48. - №. 1-2. - С. 7379.

37. Thomas, L. H. The calculation of atomic fields. / L. H. Thomas // Mathematical Proceedings of the Cambridge Philosophical Society. -1927. -T. 23. -№ 05. -C. 542-548.

38. Hohenberg, P. Inhomogeneous electron gas / P. Hohenberg, W. Kohn //Physical review. - 1964. - Т. 136. - №. 3B. - С. B864.

39. Kohn, W. Self-consistent equations including exchange and correlation effects / W. Kohn, L. J. Sham //Physical review. - 1965. - Т. 140. - №. 4A. - С. A1133.

40. Русаков, Ю. Ю. Современные квантово-химические методы расчета констант спин-спинового взаимодействия: теоретические основы и структурные приложения в химии / Ю. Ю.Русаков, Л. Б. Кривдин // Успехи химии. - 2013. - Т. 82. - №. 2. - С. 99-130.

41. Shao, Y. Advances in methods and algorithms in a modern quantum chemistry program package / Y. Shao, L. Fusti Molnar, Y. Jung, J. Kussmann, C. Ochsenfeld, S. T. Brown, A. T.B. Gilbert, L. V. Slipchenko, S. V. Levchenko, D. P. O'Neill, R. A. DiStasio Jr, R. C. Lochan, T. Wang, G. J.O. Beran, N. A. Besley, J. M. Herbert, C. Yeh Lin, T. Van Voorhis, S. Hung Chien, A. Sodt, R. P. Steele, V. A. Rassolov, P. E. Maslen, P. P. Korambath, R. D. Adamson,

B. Austin, J. Baker, E. F. C. Byrd, H. Dachsel, R. J. Doerksen, A. Dreuw, B. D. Dunietz, A. D. Dutoi, T. R. Furlani, S. R. Gwaltney, A. Heyden, S. Hirata,

C.-P. Hsu, G. Kedziora, R. Z. Khalliulin, P. Klunzinger, A. M. Lee, M. S. Lee, W. Z. Liang, I. Lotan, N. Nair, B. Peters, E. I. Proynov, P. A. Pieniazek, Y. M. Rhee, J. Ritchie, E. Rosta, C. D. Sherrill, A. C. Simmonett, J. E. Subotnik, H. L. Woodcock III, W. Zhang, A. T. Bell, A. K. Chakraborty, D. M. Chipman, F. J. Keil, A. Warshel, W. J. Hehre, H. F. Schaefer III, J. Kong, A. I. Krylov, P. M. W. Gill, M. Head-Gordon // Physical Chemistry Chemical Physics. - 2006. - Т. 8. - №. 27. - С. 3172-3191.

42. Ring, P. The nuclear many-body problem. / P. Ring, P. Schuck //- Springer Science & Business Media, 2004.

43. Головин, А. В. Термохимия органических, гетероорганических и неорганических молекул и их фрагментов. Сообщение XXV. Сравнение квантово-химических и эмпирических методологий / А. В. Головин, Д. А. Пономарёв, В. В. Тахистов // Вестник Санкт-Петербургского университета. Серия 4. Физика. Химия. - 2009. - №. 2.

44. Lee, J. G. Computational Materials Science: An Introduction / J. G. Lee. - Boca Raton FL: CRC Press, 2011. - 270 с.

45. Сатанин, А. М. Введение в теорию функционала плотности. / А. М. Сатанин //Учебно-методическое пособие. Нижний Новгород, - 2009, -C. 64

46. Шкловский, А. Г. Теория функционала электронной плотности для атомов и простых молекул: монография / А. Г. Шкловский, А. В. Береговой. // -Белгород: ИД «Белгород» НИУ «БелГУ», - 2014. -C. 188.

47. Gaiduk, A. P. Theory of Model Kohn-Sham Potentials and its Applications. / A. P. Gaiduk // - 2013.

48. Van Leeuwen, R. Kohn-Sham potentials in density functional theory. / R. Van Leeuwen // - Amsterdam, The Netherlands : Vrije Universiteit, 1994.

49. Ермаков, А. И. Квантовая механика и квантовая химия: учеб. пособие / А. И. Ермаков - М.: Издательство Юрайт; ИД Юрайт, 2014. - 555 с.

50. Perdew, J. P. Accurate and simple analytic representation of the electron-gas correlation energy / J. P. Perdew, Y. Wang // Physical Review B. - 1992. - Т. 45. - №. 23. - С. 13244.

51. Holten, V. Homogeneous nucleation of water between 200 and 240 K: New wave tube data and estimation of the Tolman length / V. Holten, D. G. Labetski, M. E. H. Van Dongen // The Journal of chemical physics. - 2005. - Т. 123. - №. 10. - С. 104505.

52. Luijten, C. C. M. High pressure nucleation in water/nitrogen systems / C. C. M. Luijten, K. J. Bosschaart, M. E. H. Van Dongen // The Journal of chemical physics. - 1997. - Т. 106. - №. 19. - С. 8116-8123.

53. Mikheev, V. B. Laboratory measurement of water nucleation using a laminar flow tube reactor / V. B. Mikheev, P. M. Irving, N. S. Laulainen, S. E. Barlow, V. V. Pervukhin // The Journal of chemical physics. - 2002. - Т. 116. - №. 24. - С. 10772-10786.

54. Wyslouzil, B. E. Small angle X-ray scattering measurements probe water nanodroplet evolution under highly non-equilibrium conditions / B.E. Wyslouzil, G. Wilemski, R. Strey, S. Seifert, R. E. Winans // Physical Chemistry Chemical Physics. - 2007. - Т. 9. - №. 39. - С. 5353-5358.

55. Kim, Y. J. Isothermal nucleation rates in supersonic nozzles and the properties of small water clusters / Y. J. Kim, B. E. Wyslouzil, G. Wilemski, J. Wölk, R. Strey // The Journal of Physical Chemistry A. - 2004. - Т. 108. - №. 20. - С. 43654377.

56. Viisanen, Y. Erratum: "Homogeneous nucleation rates for water" [J. Chem. Phys. 99, 4680 (1993)] / Y. Viisanen, R. Strey, H. Reiss //The Journal of Chemical Physics. - 2000. - Т. 112. - №. 18. - С. 8205-8206.

57. Анисимов, М. П. Современные исследования нуклеации: эксперимент и полуэмпирические подходы / М. П. Анисимов, Е. Г. Фоминых // Химическая физика. - 2010. - Т. 29. - №. 1. - С. 75-85.

58. Duplissy, J. Results from the CERN pilot CLOUD experiment / J. Duplissy, M. B. Enghoff, K. L. Aplin, F. Arnold, H. Aufmhoff, M. Avngaard, U. Baltensperger, T. Bondo, R. Bingham, K. Carslaw, J. Curtius, A. David, B. Fastrup, S. Gagné, F. Hahn, R. G. Harrison, B. Kellett, J. Kirkby, M. Kulmala, L. Laakso, A. Laaksonen, E. Lillestol, M. Lockwood, J. Mäkelä, V. Makhmutov, N. D. Marsh, T. Nieminen, A. Onnela, E. Pedersen, J. O. P. Pedersen, J. Polny, U. Reichl, J. H. Seinfeld, M. Sipilä, Y. Stozhkov, F. Stratmann, H. Svensmark, J. Svensmark, R. Veenhof, B. Verheggen, Y. Viisanen, P. E. Wagner, G. Wehrle, E.

Weingartner, H. Wex, M. Wilhelmsson, P. M. Winkler//Atmospheric Chemistry and Physics. - 2010. - T. 10. - №. 4. - C. 1635-1647.

59. Kirkby, J. Role of sulphuric acid, ammonia and galactic cosmic rays in atmospheric aerosol nucleation / J. Kirkby, J. Curtius, J. Almeida, E. Dunne, J. Duplissy, S. Ehrhart, A. Franchin, S. Gagné, L. Ickes, A. Kürten, A. Kupc // Nature. - 2011. - T. 476. - №. 7361. - C. 429-433.

60. Voigtländer, J. Numerical simulations of mixing conditions and aerosol dynamics in the CERN CLOUD chamber / J. Voigtländer, J. Duplissy, L. Rondo, A. Kürten, F. Stratmann //Atmospheric Chemistry and Physics. - 2012. - T. 12. -№. 4. - C. 2205-2214.

61. Rondo, L. Effect of ions on the measurement of sulfuric acid in the CLOUD experiment at CERN / L. Rondo, A. Kürten, S. Ehrhart, S. Schobesberger, A. Franchin, H. Junninen, T. Petäjä, M. Sipilä, D. R. Worsnop, J. Curtius //Atmospheric Measurement Techniques. - 2014. - T. 7. - №. 11. - C. 38493859.

62. Schnitzhofer, R. Characterisation of organic contaminants in the CLOUD chamber at CERN / R. Schnitzhofer, A. Metzger, M. Breitenlechner, W. Jud, M. Heinritzi, L. P. De Menezes, J. Duplissy, R. Guida, S. Haider, J. Kirkby, S. Mathot //Atmospheric Measurement Techniques. - 2014. - T. 7. - №. 7. - C. 2159-2168.

63. Bianchi, F. On-line determination of ammonia at low pptv mixing ratios in the CLOUD chamber / F. Bianchi, J. Dommen, S. Mathot, U. Baltensperger //Atmospheric Measurement Techniques. - 2012. - T. 5. - №. 7. - C. 1719-1725.

64. Riccobono, F. Oxidation products of biogenic emissions contribute to nucleation of atmospheric particles / F. Riccobono, S. Schobesberger, C. E. Scott, J. Dommen, I. K. Ortega, L. Rondo, J. Almeida, A. Amorim, F. Bianchi, M. Breitenlechner, A. David //Science. - 2014. - T. 344. - №. 6185. - C. 717-721.

65. Keskinen, H. Evolution of particle composition in CLOUD nucleation experiments / H. Keskinen, A. Virtanen, J. Joutsensaari, G. Tsagkogeorgas, J.

Duplissy, S. Schobesberger, M. Gysel, F. Riccobono, J. G. Slowik, F. Bianchi, T. Yli-Juuti //Atmospheric Chemistry and Physics. - 2013. - Т. 13. - №. 11. - С. 5587-5600.

66. Назаренко, К. М. Вычислительная среда для компьютерного моделирования наносистем. Case-управление вычислениями. / К. М. Назаренко, Л. Н. Кириллова // Вестник компьютерных и информационных технологий. - 2016. -T. 3. -C. 50-55.

67. Openbabel: офиц. сайт [Электронный ресурс] URL: http://openbabel.org (дата обращения: 20.06.2016).

68. Gaussian Products [Электронный ресурс]. URL: http://www.gaussian.eom/g_prod/1.htm (дата обращения: 20.06.2016).

69. Chemcraft: офиц. сайт [Электронный ресурс] URL: http://www.chemcraftprog.com/ru/ (дата обращения: 20.06.2016).

70. Materials Studio: офиц. сайт [Электронный ресурс] URL: http://accelrys.com/products/collaborative-science/biovia-materials-studio/ (дата обращения: 20.06.2016).

71. Свидетельство о государственной регистрации программы для ЭВМ №2016614707 от 28.04.2016г. «Реставратор некорректно завершенных квантово-химических расчетов атомно-молекулярного конструирования (Рехутор)», Назаренко К. М., Надыкто А. Б., Уварова Л. А., Коробов Н. А., Назаренко Е. С., Марков П. Н., Соляков О. В.

72. Свидетельство о государственной регистрации программы для ЭВМ №2015661582 от 30.10.2015г. «Мутатор пространственных координат для атомно-молекулярного конструирования (МУТКОН)», Назаренко К. М., Надыкто А. Б., Уварова Л. А., Коробов Н. А., Назаренко Е. С., Марков П. Н.

73. Свидетельство о государственной регистрации программы для ЭВМ №2016610747 от 19.01.2016г. «Программный модуль для классификации, первичной обработки и подготовки к публикации результатов математического моделирования молекулярных и наноструктур

(Метаспектросос)», Назаренко Е. С., Назаренко К. М., Надыкто А. Б., Уварова Л. А., Коробов Н. А., Марков П. Н., Соляков О. В.

74. Назаренко К. М. Вычислительная среда для компьютерного моделирования наносистем. Система подготовки и обработки данных. / К. М. Назаренко, Е. С. Назаренко, А. Б. Надыкто, Л. Н. Кириллова // Вестник компьютерных и информационных технологий. -2016. -№ 10. -C. 17 - 23.

75. Anttila, T. Effect of ammonium bisulphate formation on atmospheric water-sulphuric acid-ammonia nucleation / T. Anttila, H. Vehkamaki, I. Napari, M. Kulmala //Boreal environment research. - 2005. - Т. 10. - №. 6. - С. 511-523.

76. Yu, F. Effect of ammonia on new particle formation: A kinetic H2SO4-H2O-NH3 nucleation model constrained by laboratory measurements / F. Yu // Journal of Geophysical Research: Atmospheres. - 2006. - Т. 111. - №. D1.

77. Ball, S. M. Laboratory studies of particle nucleation: Initial results for H2SO4, H2O, and NH3 vapors / S.M. Ball, D. R. Hanson, F. L Eisele, P. H. McMurry // Journal of Geophysical Research: Atmospheres. - 1999. - Т. 104. - №. D19. - С. 23709-23718.

78. Benson, D. R. Laboratory-measured H2SO4-H2O-NH3 ternary homogeneous nucleation rates: Initial observations / D. R. Benson, M. E. Erupe, S. H. Lee // Geophysical Research Letters. - 2009. - Т. 36. - №. 15.

79. Bandy, A. R. Study of the hydrates of H2SO4 using density functional theory / A. R. Bandy, J. C. Ianni // The Journal of Physical Chemistry A. - 1998. - Т. 102. -№. 32. - С. 6533-6539.

80. De Palma, J. W. Formation and growth of molecular clusters containing sulfuric acid, water, ammonia, and dimethylamine / J. W. DePalma, D. J. Doren, M. V. Johnston // The Journal of Physical Chemistry A. - 2014. - Т. 118. - №. 29. - С. 5464-5473.

81. Henschel, H. Hydration of atmospherically relevant molecular clusters: Computational chemistry and classical thermodynamics / H. Henschel, J. C. Acosta Navarro, T. Yli-Juuti, O. Kupiainen-Maatta, T. Olenius, I. K. Ortega, S.

L. Clegg, T. Kurten, I. Riipinen, H. Vehkamaki // The Journal of Physical Chemistry A. - 2014. - T. 118. - №. 14. - C. 2599-2611.

82. Stinson, J. L. Investigating the significance of zero-point motion in small molecular clusters of sulphuric acid and water / J. L. Stinson, S. M. Kathmann, I. J. Ford // The Journal of chemical physics. - 2014. - T. 140. - №. 2. - C. 024306.

83. Elm, J. Assessment of density functional theory in predicting structures and free energies of reaction of atmospheric prenucleation clusters / J. Elm, M. Bilde, K. V. Mikkelsen // Journal of chemical theory and computation. - 2012. - T. 8. - №. 6. - C. 2071-2077.

84. Elm, J. Computational approaches for efficiently modelling of small atmospheric clusters / J. Elm, K. V. Mikkelsen // Chemical Physics Letters. - 2014. - T. 615. - C. 26-29.

85. Elm, J. Computational study of the Rayleigh light scattering properties of atmospheric pre-nucleation clusters / J. Elm, P. Norman, M. Bilde, K.V. Mikkelsen // Physical Chemistry Chemical Physics. - 2014. - T. 16. - №. 22. -C. 10883-10890.

86. Berndt, T. et al. Enhancement of atmospheric H2SO4/H2O nucleation: organic oxidation products versus amines. // Atmos. Chem. Phys., 14, 751-764, 2014, doi: 10.5194/acp-14-751-2014.

87. Paasonen, P. On the formation of sulphuric acid-amine clusters in varying atmospheric conditions and its influence on atmospheric new particle formation / P. Paasonen, T. Olenius, O. Kupiainen, T. Kurten, T. Petaja, W. Birmili, A. Hamed, M. Hu, L. G. Huey, C. Plass-Duelmer, J. N. Smith, A. Wiedensohler, V. Loukonen, M. J. McGrath, I. K. Ortega, A. Laaksonen, H. Vehkamaki, V.-M. Kerminen, M. Kulmala // Atmospheric Chemistry and Physics. - 2012. - T. 12. -№. 19. - C. 9113-9133.

88. Loukonen, V. Enhancing effect of dimethylamine in sulfuric acid nucleation in the presence of water-a computational study / V. Loukonen, T. Kurten, I. K.

Ortega, H. Vehkamaki, A. A. H. Padua, K. Sellegri, M. Kulmala //Atmospheric Chemistry and Physics. - 2010. - T. 10. - №. 10. - C. 4961-4974.

89. Nadykto, A.B. Amines in the Earth's Atmosphere: A Density Functional Theory Study of the Thermochemistry of Pre-Nucleation Clusters / A. B. Nadykto, F. Yu, M. V. Jakovleva, J. Herb, Y. Xu // Entropy. - 2011. - T. 13. - №. 2. - C. 554 -569.

90. Ortega, I. K. From quantum chemical formation free energies to evaporation rates / I. K. Ortega, O. Kupiainen, T. Kurten, T. Olenius, O. Wilkman, M. J. McGrath, V. Loukonen, H. Vehkamäki// Atmospheric Chemistry and Physics. -2012. - T. 12. - №. 1. - C. 225-235.

91. Kupiainen-Määttä O. et al. Comment on 'Enhancement in the production of nucleating clusters due to dimethylamine and large uncertainties in the thermochemistry of amine-enhanced nucleation'by Nadykto et al., Chem. Phys. Lett. 609 (2014) 42-49 //Chemical Physics Letters. - 2015. - T. 624. - C. 107110.

92. Nadykto, A. B. Strong hydrogen bonding between atmospheric nucleation precursors and common organics / A.B. Nadykto, F. Yu // Chemical physics letters. - 2007. - T. 435. - №. 1. - C. 14-18.

93. Nadykto, A. B. Computational quantum chemistry: A new approach to atmospheric nucleation / A.B. Nadykto, A. Al Natsheh, F. Yu, K. V. Mikkelsen, J. Herb // Advances in Quantum Chemistry. - 2008. - T. 55. - C. 449-478.

94. Xu, Y. Formation and properties of hydrogen-bonded complexes of common organic oxalic acid with atmospheric nucleation precursors / Y. Xu, A. B. Nadykto, F. Yu, L. Jiang, W. Wang // Journal of Molecular Structure: THEOCHEM. - 2010. - T. 951. - №. 1. - C. 28-33.

95. Xu, Y. Interaction between common organic acids and trace nucleation species in the earth's atmosphere / Y. Xu, A. B. Nadykto, F. Yu, J. Herb, W. Wang // The Journal of Physical Chemistry A. - 2009. - T. 114. - №. 1. - C. 387-396.

96. Zhao, J. Hydrogen-bonding interaction in molecular complexes and clusters of aerosol nucleation precursors / J. Zhao, A. Khalizov, R. Zhang, R. McGraw // The Journal of Physical Chemistry A. - 2009. - T. 113. - №. 4. - C. 680-689.

97. Hanson, D. R. Diffusion of H2SO4 in Humidified Nitrogen: Hydrated H2SO4 / D. R. Hanson, F. Eisele// Journal of Physical Chemistry A- 2000. - T. 104(8). - C. 1715-1719.

98. Elm, J. Molecular interaction of pinic acid with sulfuric acid: Exploring the thermodynamic landscape of cluster growth / J. Elm, T. Kurtén, M. Bilde, K. V. Mikkelsen // The Journal of Physical Chemistry A. - 2014. - T. 118. - №. 36. -C. 7892-7900.

99. Elm, J. Ambient reaction kinetics of atmospheric oxygenated organics with the OH radical: a computational methodology study / J. Elm, S. J0rgensen, M. Bilde, K. V. Mikkelsen // Physical Chemistry Chemical Physics. - 2013. - T. 15. - №. 24. - C. 9636-9645.

100. Ge, X. Atmospheric amines-Part II. Thermodynamic properties and gas/particle partitioning / X. Ge, S. L. Wexlerx, S. L. Clegg // Atmospheric Environment. -2011. - T. 45. - №. 3. - C. 561-577.

101. You, Y. Atmospheric amines and ammonia measured with a chemical ionization mass spectrometer (CIMS) / Y. You, V. P. Kanawade, J. A. de Gouw, A. B. Guenther, S. Madronich, M. R. Sierra-Hernández, M. Lawler, J. N. Smith, S. Takahama, G. Ruggeri, A. Koss, K. Olson, K. Baumann, R. J. Weber, A. Nenes, H. Guo, E. S. Edgerton, L. Porcelli, W. H. Brune, A. H. Goldstein, S.-H. Lee //Atmospheric Chemistry and Physics. - 2014. - T. 14. - №. 22. - C. 1218112194.

102. Lee, D. Y. Atmospheric amines-Part III: Photochemistry and toxicity / D. Y. Lee, A. S. Wexler // Atmospheric environment. - 2013. - T. 71. - C. 95-103.

103. Ge X. Atmospheric amines-Part I. A review / X. Ge, A. S. Wexler, S. L. Clegg // Atmospheric Environment. - 2011. - T. 45. - №. 3. - C. 524-546.

104. Finlayson-Pitts, B. J. Chemistry of the upper and lower atmosphere: theory, experiments, and applications. / B. J. Finlayson-Pitts, J. N. Pitts Jr. // - Academic press, 1999.

105. Erupe, M. E. Correlation of aerosol nucleation rate with sulfuric acid and ammonia in Kent, Ohio: An atmospheric observation / M. E. Erupe, D. R. Benson, J. Li, L.-H. Young, B. Verheggen, M. Al-Refai, O. Tahboub, V. Cunningham, F. Frimpong, A. A. Viggiano, S.-H. Lee // Journal of Geophysical Research: Atmospheres. - 2010. - T. 115. - №. D23.

106. Yu, H. Effects of amines on formation of sub-3 nm particles and their subsequent growth / H. Yu, R. McGraw, S. H. Lee // Geophysical Research Letters. - 2012. - T. 39. - №. 2.

107. Erupe, M. E. The effect of trimethylamine on atmospheric nucleation involving H2SO4 / M. E. Erupe, A. A. Viggiano, S. H. Lee // Atmospheric Chemistry and Physics. - 2011. - T. 11. - №. 10. - C. 4767-4775.

108. Zollner, J. H. Sulfuric acid nucleation: power dependencies, variation with relative humidity, and effect of bases / J. H. Zollner, W. A. Glasoe, B. Panta, K. K. Carlson, P. H. McMurry, D. R. Hanson // Atmospheric Chemistry and Physics. - 2012. - T. 12. - №. 10. - C. 4399-4411.

109. Jen, C. N. Stabilization of sulfuric acid dimers by ammonia, methylamine, dimethylamine, and trimethylamine / C. N. Jen, P. H. McMurry, D. R. Hanson // Journal of Geophysical Research: Atmospheres. - 2014. - T. 119. - №. 12. - C. 7502-7514.

110. Qiu, C. Multiphase chemistry of atmospheric amines / C. Qiu, R. Zhang // Physical Chemistry Chemical Physics. - 2013. - T. 15. - №. 16. - C. 5738-5752.

111. Kürten A. et al. Neutral molecular cluster formation of sulfuric acid-dimethylamine observed in real time under atmospheric conditions //Proceedings of the National Academy of Sciences. - 2014. - T. 111. - №. 42. - C. 1501915024.

112. Du, H. Quantum-mechanical solution to fundamental problems of classical theory of water vapor nucleation / H. Du, A. B. Nadykto, F. Yu // Physical Review E. - 2009. - Т. 79. - №. 2. - С. 021604.

113. Hanson, D. R. Measurement of the thermodynamics of the hydrated dimer and trimer of sulfuric acid / D. R. Hanson, E. R. Lovejoy // The Journal of Physical Chemistry A. - 2006. - Т. 110. - №. 31. - С. 9525-9528.

114. Temelso, B. Computational study of the hydration of sulfuric acid dimers: Implications for acid dissociation and aerosol formation / B. Temelso, T. N. Phan, G. C. Shields // The Journal of Physical Chemistry A. - 2012. - Т. 116. - №. 39. - С. 9745-9758.

115. Bustos, D. J. Hydration of the Sulfuric Acid-Methylamine Complex and Implications for Aerosol Formation / D. J. Bustos, B. Temelso, G. C. Shields // The Journal of Physical Chemistry A. - 2014. - Т. 118. - №. 35. - С. 7430-7441.

116. Husar, D. E. Hydration of the bisulfate ion: atmospheric implications / D. E. Husar, B. Temelso, A. L. Ashworth, G. C. Shields // The Journal of Physical Chemistry A. - 2012. - Т. 116. - №. 21. - С. 5151-5163.

117. Herb, J. Large ternary hydrogen-bonded pre-nucleation clusters in the Earth's atmosphere / J. Herb, A. B. Nadykto, F. Yu // Chemical Physics Letters. - 2011. -Т. 518. - С. 7-14.

118. Назаренко, Е. С. Исследование формирования молекулярных кластеров методами теории функционала плотности (DFT). / Е. С. Назаренко, А. Б. Надыкто, К. М. Назаренко, Н. А. Коробов // Труды XVII научной конференции «Математическое моделирование и информатика»./ Под ред. Д. Ю. Рязанова. - М.: ИЦ ФГБОУ ВО МГТУ «СТАНКИН». - 2015. - T. 1. -C. 243-247.

119. Назаренко, Е. С. Моделирование скоростей формирования наночастиц, нуклеирующих в атмосфере земли. / Е. С. Назаренко, А. Б. Надыкто // Тезисы докладов XXII международной конференции МКО. - 2015. - C. 188.

120. Коробов, Н. А. Исследование производительности вычислительного комплекса для атомно-молекулярного моделирования наносистем и наноматериалов. / Н. А. Коробов, Е. С. Назаренко, К. М. Назаренко // Труды XVII научной конференции «Математическое моделирование и информатика». / Под ред. Д. Ю. Рязанова. - М.: ИЦ ФГБОУ ВО МГТУ «СТАНКИН». - 2015. - Т. 1. -С. 217.

121. Назаренко, К. М. Эффективные алгоритмы централизованного управления многопроцессорными вычислительными комплексами. / К. М. Назаренко, Е. С. Назаренко, Н. А. Коробов // Тезисы докладов XXII международной конференции МКО. - 2015. -С. 213.

122. Назаренко, Е. С. Вычислительный эксперимент по определению свойств гидратированных кластеров методами атомно-молекулярного конструирования в рамках формализма Кона-Шема (теория функционала плотности). / Е. С. Назаренко, А. Б. Надыкто, К. М. Назаренко // Моделирование нелинейных процессов и систем. Сборник тезисов третьей международной конференции. - М.: Янус-К. - 2015. - С. 139.

123. Назаренко, К. М. Высокопроизводительная автоматизированная grid-система для компьютерного моделирования наноструктур и наноматериалов. / К. М. Назаренко, П. Н. Марков, Н. А. Коробов, Е. С. Назаренко, А. Б. Надыкто // Моделирование нелинейных процессов и систем. Сборник тезисов третьей международной конференции. - М.: Янус-К. - 2015. - С. 141.

124. Коробов, Н. А. Исследование проблем оптимизации производительности компьютерной grid-системы для моделирования наноструктур и наноматериалов. / Н. А. Коробов, К. М. Назаренко, Е. С. Назаренко, П. Н. Марков // Моделирование нелинейных процессов и систем. Сборник тезисов третьей международной конференции. - М.: Янус-К. - 2015. -С. 116.

125. Назаренко, К.М. Эффективные средства автоматизации математического моделирования молекулярных и наносистем. / К.М. Назаренко, Е.С. Назаренко, П. Н. Марков, Н. А. Коробов // Тезисы докладов XXIV международной конференции МКО. - 2017. - C. 43.

126. Goldman, D. A. Definitive Guide to sed: Tutorial and Reference Paperback / D. A. Goldman. - Middleton, DE: EHDP Press, 2013. - 74 p.

127. Stubblebine, T. Regular Expression Pocket Reference: Regular Expressions for Perl, Ruby, PHP, Python, C, Java and .NET / T. Stubblebine. - Sebastopol, CA: O'Reilly Media, 2007. - 117 p.

128. Robbins, A. Effective awk Programming: Universal Text Processing and Pattern Matching / A. Robbins. - Sebastopol, CA: O'Reilly Media, 2015. - 560 p.

129. Newham, C. Learning the bash Shell / C. Newham. - Sebastopol, CA: O'Reilly Media, 09. - 360 p.

130. Beazley, D. Python Cookbook / D. Beazley, B. Jones. - Sebastopol, CA: O'Reilly Media, 2013. - 706 p.

131. CentOS: офиц. сайт [Электронный ресурс] URL: https://www.centos.org/ (дата обращения: 20.06.2016).

132. Федосов, М. Е. Оценка временных характеристик вычислительных экспериментов с использованием квантово-химических методов / М. Е. Федосов, Н. А. Коробов, К.М. Назаренко. - Тезисы докладов XXV международной конференции «Математика. Компьютер. Образование», 2017, с. 58.

133. Назаренко, К. М. Комплексное исследование производительности проблемно-ориентированных вычислительных GRID-систем для моделирования наноструктур и наноматериалов. / Назаренко К. М., Коробов Н. А., Надыкто А. Б., Кириллова Л. Н. // Вестник компьютерных и информационных технологий. - 2016. № 8. - С. 2 - 8.

134. Назаренко, К.М. Эффективные средства автоматизации математического моделирования молекулярных и наносистем / К.М. Назаренко, Е.С.

Назаренко, П. Н. Марков, Н. А. Коробов. - Тезисы докладов XXV международной конференции «Математика. Компьютер. Образование», 2017, с. 43.

135. NIST Standard Reference Database Number 69 [Электронный ресурс]. URL: http://webbook.nist.gov/chemistry/

Приложение А. Молекулярные структуры

Приложение Б. Диаграммы зависимости плотности кластера и макроскопической жидкости от содержания серной кислоты.

Р^^Р^^!

^В97ХВ

B3LYP

CAM-B3LYP

MO6

MO6-2X

Приложение В. Листинги программ

Мутатор пространственных координат для атомно-молекулярного

конструирования

Скрипт, который осуществляет первичную обработку файла с молекулярной структурой, передачу таблицы координат атомов и параметров мутации мутирующему модулю mutategjf. head -n7 $1 > .mutanthead NSTR=$(tail -n+8 $1 | wc -l) # echo $NSTR

tail -n+8 $1 | mutategjf $NSTR 0.9 7 10 0.8 0.5

cat .mutanthead .mutanttable> $1m.gjf

rm .mutanthead .mutanttable

Мутирующиймодульmutategj f.

#include <stdio.h>

#include <stdlib.h>

#include <math.h>

#include <time.h>

#include <string.h>

void randomize() {

inti,seed; double r; time_t now; struct tm date_time; now = time(NULL);

memcpy (&date_time, localtime(&now), sizeof(date_time)); seed=date_time.tm_sec + 60*date_time.tm_min + 3600*date_time.tm_hour; //printf ("%02d: %02d: %02d = %d\n",

date_time.tm_hour,date_time.tm_min,date_time.tm_sec,seed);

srandom(seed); }

double rand01() {

return (double)random()/RAND_MAX; }

struct Atom {

int Weight; doublex,y,z;

int input() {

scanf(M%d\t%lftt%lf\t%lf',&Weight,&x,&y,&z);

return 0;

}

int print() {

printf("%d\t%f\t%f\t%f\n",Weight,x,y,z);

return 0;

}

};

struct Atom *Atoms; double **Distances; double *DistancesData;

voidlnitArrays(intnstrings) {

Atoms=(Atom*)malloc(nstrings*sizeof(Atom)); DistancesData=(double*)malloc(nstrings*nstrings*sizeof(double)); Distances=(double**)malloc(nstrings*sizeof(double*)); int count;

for(count=0;count<nstrings;count++)

Distances[count]=DistancesData+count*nstrings;

intij;

for(i=0;i<nstrings;i++) for(j=0;j <nstrings ;j++) Distances[i][j]=0;

}

voidReadData(intnstrings)

{

printf("\nWill read %d strings.\n",nstrings); int count;

for(count=0;count<nstrings;count++) Atoms [count] .input(); for(count=0;count<nstrings;count++)

Atoms [count] .print(); }

doubleGetDistance(Atom A1,Atom A2) {

double result=0;

result+=(A1.x-A2.x)*(A1.x-A2.x); result+=(A 1.y-A2.y)*(A1.y-A2.y);

result+=(A 1 .z-A2 .z)*(A1.z-A2 .z); result=sqrt(result);

return result; }

intSetDistances(intn,double threshold)

{

inti,j,result=0;

for(i=0;i<n;i++) {

for(j=0;j<n^j++) {

Distances[i] [j]=GetDistance(Atoms [i] ,Atoms [j]); if(Distances[i][j]<threshold &&i!=j)

result++; }

}

return result; }

intPrintDistances(intn,double threshold)

{

inti,j,result=0; printf("\nDistances are:\n");

for(i=0;i<n;i++) {

for(j=0;j<n^j++) {

printf("%f\t",Distances[i][j]); if(Distances[i][j]<threshold &&i!=j)

result++; }

printf("\n"); }

return result; }

int main(intargc, char* argv[]) {

intcount,nstrings; inti,j;

intTooClose; double threshold;

printf("\nNumber of arguments is: %d\n",argc); for(count = 1; count <argc; count++) printf("%s, argv[count]); printf("\n");

if(argc<2) {

printf("\nWrong arguments number!\n");

return 1;

}

if(!(sscanf(argv[1 ] ,"%d",&nstrings))) {

printf("\nCannot recognize number of strings!\n");

return 2;

}

threshold=0.9; if(argc>2)

if(!(sscanf(argv[2],"%lf',&threshold))) {

printf("\nCannot recognize threshold!\n");

return 3;

}

printf("Threshold is: %f',threshold); nstrings--;

InitArrays(nstrings); ReadData(nstrings);

TooClose=SetDistances(nstrings,threshold); PrintDistances(nstrings,0.5);

printf("\nThere are %d too close atoms!\n",TooClose); randomize();

//for(i=0;i<20;i++)printf("%f\t",rand01());

return 0;

}

Программный модуль для классификации, первичной обработки и подготовки к публикации результатов математического моделирования

молекулярных и наноструктур

# Блок, осуществляющий пакетное извлечение термохимических параметров:

Ь *.ои > йеМ00

egrep 'Zero-point correction- *.out|awk {'print $4'} > fieldO 1 egrep 'Thermal correction to Energy-' *.out|awk {'print $6'} > field02 egrep 'Thermal correction to Enthalpy-' *.out|awk {'print $6'} > field03 egrep 'Thermal correction to Gibbs Free Energy-' *.out|awk {'print $8'} > field04 egrep 'Sum of electronic and zero-point Energies-' *.out|awk {'print $8'} > field05

egrep 'Sum of electronic and thermal Enthalpies-' *.out|awk {'print $8'} > field06 egrep 'Sum of electronic and thermal Free Energies-' *.out|awk {'print $9'} > field07

egrep 'л Total ' *.out|awk {'print $5'} > field08

echo 'File Name;Zero-point correction;Thermal correction to Energy;Thermal correction to Enthalpy;Thermal correction to Gibbs Free Energy;Sum of electronic and zero-point Energies;Sum of electronic and thermal Enthalpies;Sum of electronic and thermal Free Energies;Entropy' > tophead

paste -d ';' field00 field01 field02 field03 field04 field05 field06 field07 field08 > tablebody

cat tophead tablebody > filenamesdot.csv

sed 's/\.out//g' filenamesdot.csv > strnamesonlydot.csv

sed 's/\./\,/g' strnamesonlydot.csv > strnamesonly.csv

rm field00 field01 field02 field03 field04 field05 field06 field07 field08 tophead tablebody

# Блок, осуществляющий извлечение спектральных характеристик моделируемых молекулярных структур в электронную таблицу:

for i in 'negfreq'; do

mv $i 'echo $i,NEGFREQS done;

# negfreq

dos2unix --quiet *out

rm ._f; touch ._f

for i in 4s *ouf; do

echo "$i">>.__f | egrep -h 'Frequencies' $i | awk {'$1=$2=";"; print $0'} >> .__f; done;

cat .__f | tr -s '; ' ';' > .__f1

sed -e :a -e '$!N;s/\n;/ /;ta' -e 'P;D' .__f1 > .__f2

sed 's/ /;/g' ._f2 > freqpoint.csv

rm .__f .__f1 ._f2

egrep '.*;.*-.*' freqpoint.csv | sed 's/;.*//';

# Скрипт, который выводит ряд технических параметров проведенных вычислительных экспериментов (количество использованных процессорных ядер, число шагов оптимизации и время обработки):

#dos2unix *out touch ttt nproc step

for i in 4s *ouf; do echo "$i">> ttt| egrep -h 'Job cpu time' $i|\

awk {'print ";" $4 ";" $6 ";" $8 ";" $10 ";"'}>>ttt; done

sed -e :a -e '$!N;s/\n;/ / ;ta' -e 'P;D' ttt > ttt1

sed 's/\.out /;/g' ttt1>ttt2

cat ttt2 | tr -s '; ' ';'>ttt3

sed 's/ /;/g' ttt3>ttt4

for i in 4s *ouf; do egrep -h 'nproc=' $i| awk -F= {'print $2'} >> nproc; done for i in 4s *ouf; do echo "Next" >> step| egrep -h 'Step number|Normal' $i|\ awk {'print $3'} >> step; done sed 's/ /;/g' ttt3>timedot.csv

sed 's/\./\,/g' timedot.csv>timecomma.csv rm ttt ttt1 ttt2 ttt3

# Сепаратор результатов вычислительных экспериментов: mkdir gut

egrep -H 'Normal' *.out | awk -F: '{ print $1 }' | uniq -c | egrep '2 |3 |4 ' |\ awk ' { print $2 }' > .gutlist

for i in 'cat .gutlist'; do find . -name "${i}" -exec mv '{}' gut/ \;; done

cd gut

renegfreq

ARCNAME=$HOSTNAME'date +%d_%m_%y_%H_%M_%S'.tar.bz2 echo $ARCNAME

tar -cvjf $ARCNAME *.out* | mail -s 'echo $ARCNAME' [e-mail] COMMAND=put\ $ARCNAME

SMBCOM="smbclient \\\\\\\\172.16.14.214\\\\upload -U root%xxxx -c "\'$COMMAND\'

echo $SMBCOM |sed 's/%.*-c/ -c/'| mail -s "Results placed to storage" [e-mail]

eval "$SMBCOM"

# Подготовка форматированных печатных материалов: rm *.tmp

sed '0,/A.*Standard orientation.*$/d' $1 | tail -n +5 | sed '/--*-/,$d' > table.tmp while read line; do

echo $line | awk '{print $4}' | pt5fmt >> xcoord.tmp echo $line | awk '{print $5}' | pt5fmt >> ycoord.tmp

echo $line | awk '{print $6}' | pt5fmt >> zcoord.tmp echo $line | awk '{print $2}' | mendel >> elems.tmp done < table.tmp;

paste elems.tmp xcoord.tmp ycoord.tmp zcoord.tmp > table.tmp echo $1 | sed 's/\..*//' > $1.sup

egrep 'Sum of electronic and thermal Enthalpies=|Sum of electronic and thermal Free Energies=|A Total ' $1 |\ sed 's/a //' > data.tmp

egrep 'Sum of electronic and thermal Enthalpies- data.tmp | sed 's/=/ =/' | sed 's/= */= /' >> $ 1. sup

ENTR=$(egrep 'Total' data.tmp | awk '{ print $4}') echo "Entropy = "$ENTR >> $1.sup

FREE=$(egrep 'Sum of electronic and thermal Free Energies- data.tmp | awk '{ print $8}')

echo "Sum of electronic and thermal Free Energies = "$FREE >> $1.sup ABSFREE=$(printf "%6.8f' $FREE | sed 's/-//' | sed 's/\./_/') BEG=$(echo $ABSFREE | sed 's/_.*//') BEG0=$(printf "%06d" $BEG) #echo $BEG0

END=$(echo $ABSFREE | sed 's/a.*_//') #echo $END

CV=$(egrep 'Total' data.tmp | awk '{ print $3}') echo "CV = "$CV >> $1. sup

cat table.tmp >> $1.sup echo >> $1.sup

echo >> $1.sup OLDNAME=$(echo $ 1. sup)

NEWNAME=$(echo $BEG0"_" $END"__" $OLDNAME) mv $(echo $OLDNAME) $(echo $NEWNAME)

# Блок конвейерной обработки, форматирующий извлеченные термохимические и геометрические данные с учетом печатных требований:

#include<stdio.h> #include<string.h> #define WIDTH 15

main() {

char STRin[20]; char STRout[20]; double InNum; int i,ppos;

int centerpos=5,offset,inplen;

for(i=0;i<WIDTH;i++) {

STRin[i]=' '; STRout[i]=' ';

}

STRin[WIDTH]='\0'; STRout[WIDTH]='\0'; scanf("%lf',&InNum); //printf("\n%g\n",InNum); sprintf(STRin,"%lf',InNum);

//printf("\n>%s<",STRin); inplen=strlen(STRin);

for(ppos=0;ppos<19 && STRin[ppos]!='.';ppos++);

//printf("\nPoint at %d position! Length %d",ppos,inplen);

offset=centerpos-ppos;

for(i=0;i<inplen;i++)

STRout[i+offset]=STRin[i] ;

printf("%s\n",STRout);

return 0;

}

Реставратор некорректно завершенных квантовохимических расчетов атомно-молекулярного конструирования (Рехутор)

# Реставрирующий блок (rehl):

sed -n '/%mem=/,$p' $1 | sed 's/\r$//' | sed '0,/A.--*$/{//d}' |\ sed -e '/Will use/d' | sed '/#/G' |\

sed '0,/A.--*$/s//METKA1/' | sed '0,/A.--*$/s//METKA2/' |\ sed '/METKA1 /,/METKA2/d' |\ sed '/Symbolic/{x;p;x;G;}' |\

sed '0,/a.--*$/s//METKA3/' | sed '/METKA3/,/Symbolic/d' |\

sed "s/A.*Charge.*Multiplicity.*$/& /" |\

sed '/A.*Charge =.*$/ a METKA4' |\

sed 's/Charge = *//' | sed 's/Multiplicity = //'|\

tac | sed '/Standard orientation/,/METKA4/d' | tac |\

sed '0,/a.--*$/s//METKA5/' | sed '0,/a.--*$/s//METKA6/' |\

sed '0,/a.--*$/s//METKA7/' | sed '/METKA7/,$d' |\

sed '/METKA6/ a METKA7' | sed '/METKA5/,/METKA6/d' |\

sed '/METKA7/ a METKA8' > .rehtemp

cat .rehtemp | sed -n '0,/METKA7/p' > .rehtemptop

cat .rehtemp | sed -n '/METKA8/,$p' | sed '/METKA8/d' |\

awk '{print $2,M\tM,S4,M\tM,$5,M\tM,S6}' > .rehtemptable

cat .rehtemptop .rehtemptable | sed '/METKA7/d' |\

sed '$a\\' | sed 's/Charge = //'> Sl.gjf

rm .rehtemptop .rehtemptable .rehtemp

# Блок поиска шага оптимизации соответствующего минимальному значению энергии самосогласованного поля и генерирования соответствующего ему нового входного файла (mingeom):

MINE=$(egrep 'SCF Done:' $1 | awk '{print $5}'|sort|tail -nl) echo S1 echo $MINE

STRCUT='SCF Done:.*'$(echo $MINE)

# | tail -nl| sed 's/SCF Done: /SCF Done: /' | sed 's/= /= /') echo $STRCUT

ST='cat $1 | egrep -n '\pecho $STRCUT\' echo $ST

NSTR=$(eval "$ST" | awk '{print $1}' | sed 's/://' | tail -nl) echo $NSTR

ST='head -n'$NSTR' '$1' > '$1.cut echo $ST eval "$ST" ~/bin/reh1 $1.cut

# Блок пакетной подготовки входных файлов с минимальной энергией (jumptomins):

for i in *.out; do

mingeom $i; done;

# Блок n-кратного перезапуска вычислительных заданий завершенных с ошибкой (markerrn):

REDONAME=$(egrep -H 'Error termination' *.out |\

awk -F: '{ print $1 }' | uniq -c | egrep -v '0 ' | awk '{ print $2 }' |\

rev | sort | rev | sed '/\(\.cut\.out\)\{'$1',\}/d' |head -n1)

echo $REDONAME

if [[ $REDONAME == "" ]];

then

echo $HOSTNAME : Nothing to rerun! exit 0; fi

~/bin/mingeom $REDONAME mv $REDONAME 'echo $REDONAME"ERR"' INNAME='echo $REDONAME".cut.gjf" OUTNAME='echo $REDONAME".cut.out"' HNAME=$HOSTNAME

echo "Rerunning at $HNAME : g09<$INNAME>$OUTNAME" |\

mail -s "Task rerun" [e-mail], [e-mail], [e-mail]

g09<$INNAME>$OUTNAME

tail -v -n4 *out |\

mail -s "Task finished" [e-mail], [e-mail], [e-mail]

# Блок анализа файла с результатами обработки и его маркировки в случае аварийного завершения обработки, для последующей реставрации (darkerr):

NPRC=7usr/sbin/fuser $1|wc -w' if [ $NPRC -eq "0" ]; then ERRNUM='egrep 'Error termination' $1|wc -l' echo $ERRNUM if [ $ERRNUM -gt 0 ]; then echo "No need to mark - Errorred already." exit 0

fi

HNUM='egrep 'hours' $1|wc -l' echo $HNUM, $NPRC if [ $HNUM -eq "2" ]; then echo "This is a Normal file! It has two \"hours\"" exit 2

fi

if [ $HNUM -eq "1" ]; then echo "This file on Frequency computing! It has one \"hours\"" echo 'Error termination. Possibly electrical failure' >> $1 exit 1

fi

if [ $HNUM -eq "0" ]; then echo "This file has no \"hours\". Let's count steps." NSTP='egrep 'Step nu' $1|wc -l' echo $NSTP

if [ $NSTP -gt 2 ]; then

echo "There are "$NSTP" steps. Marked for rerun."

echo 'Error termination. Possibly electrical failure' >> $1 exit 1 fi

fi

echo 'Watch out file' $1 ' at ' $HOSTNAME '!!!'

fi

# Блок поиска некорректно обработанных файлов (darkdir): find . -type f -name '*.out' -mmin +$1 > .suspects while read line do

ls -l $line

/usr/sbin/fuser $line ~/bin/darkerr $line done < .suspects

Приложение Г. Результаты численных экспериментов

Декартовы координаты равновесных изомеров

(И2804)(СИзКИ2)2- а 0.00 кса1/то1

С -0.350623 0.066380 4.287988

N 0.368477 -0.607974 3.194394

И -0.752700 1.012385 3.911619

И -1.192508 -0.556135 4.608470

И 0.284255 0.276928 5.159420

И 1.135621 -0.027951 2.840922

И 0.759116 -1.500166 3.495645

Б 0.042231 0.287485 0.001902

О 1.097819 0.895093 0.798049

О -0.819162 1.155232 -0.786948