📚 课程目录第1章课程导入

1. 课程导入

在材料研发中，我们经常面对一个尴尬的现实：实验合成与表征周期长、成本高，而经验试错往往只能覆盖极小的成分与工艺空间。第一性原理材料计算要解决的，正是这个“先算后试”的问题——它不依赖任何经验拟合参数，只从原子种类、晶格排布和电子相互作用出发，通过求解量子力学基本方程来预测材料的结构、能量与性质。换句话说，它把材料设计从“炒菜式”试错，推进到“按需计算、定向筛选”的工程范式。

一、定义：从薛定谔方程到可计算的材料性质

严格意义上的第一性原理（ab initio）指仅使用电子质量、普朗克常数、电子电荷等基本物理常数，不引入可调经验参数。其理论起点是多体薛定谔方程：

ĤΨ({r_i},{R_I}) = E Ψ({r_i},{R_I})
Ĥ = -Σ_i (ħ²/2m)∇²_i - Σ_I (ħ²/2M_I)∇²_I
    - Σ_{i,I} Z_I e²/|r_i - R_I| + Σ_{i<j} e²/|r_i - r_j|
    + Σ_{I<J} Z_I Z_J e²/|R_I - R_J|

直接求解这个方程对任何真实材料都不可行，因此工程上采用两条主线：密度泛函理论（DFT）与波函数方法（如Hartree-Fock、GW、量子蒙特卡洛）。DFT通过Hohenberg-Kohn定理把问题转化为电子密度，再用Kohn-Sham方程把相互作用电子映射为等效无相互作用体系，配合交换关联泛函（LDA、GGA-PBE、meta-GGA、杂化泛函HSE等）实现可计算化。这就是今天绝大多数材料计算工作的理论底座。

二、发展脉络：从理论到工程工具

理解这条脉络，有助于判断“什么能算、什么算得准、什么还依赖经验”。

1964–1965：Hohenberg-Kohn定理与Kohn-Sham方程奠定DFT基础。
1980s–1990s：赝势、平面波基组、超胞方法成熟，VASP、CASTEP、ABINIT等代码出现，DFT开始处理真实晶体。
2000s：高通量计算与材料数据库兴起（如Materials Project），形成“计算—筛选—实验”闭环。
2010s至今：机器学习势函数、主动学习、自动化工作流（AiiDA、FireWorks）与DFT结合，把单点计算推进到相图、缺陷、界面、动力学等复杂问题。

需要清醒认识的是：DFT的精度受交换关联泛函、赝势、k点密度、截断能等参数影响。例如PBE通常低估半导体带隙约30%–50%，而HSE杂化泛函可显著改善，但计算量增加一个数量级以上。因此“第一性原理”不等于“绝对准确”，而是“可追溯、可复现、误差来源明确”。

三、工程价值：它到底能替工程师做什么

在真实研发流程中，第一性原理计算主要承担四类任务：

稳定性与相图：计算形成能、凸包（convex hull），判断合金、化合物、缺陷相是否稳定。例如判断某成分的Li_xCoO₂脱锂相是否分解。
电子结构：能带、态密度、带隙、有效质量，用于筛选半导体、热电、催化材料。
力学与热学：弹性常数、体模量、声子谱、热膨胀，用于结构材料与热管理材料。
表面与界面：吸附能、功函数、界面结合，用于催化、电池、涂层设计。

以一个教学示例说明：假设我们要筛选一种用于锂离子电池的层状正极材料LiNi_0.5Mn_0.5O₂。计算流程可简化为：构建R-3m超胞→用PBE+U处理Ni/Mn的3d电子→优化晶格→计算脱锂形成能与电压曲线。若某成分的脱锂形成能过高，说明充电时结构不稳定，可提前排除，避免盲目实验。这里的参数（U值、k点网格、截断能）必须明确记录，否则结果不可复现。

第一性原理计算的核心价值不是“替代实验”，而是把实验空间从“全成分、全工艺”压缩到“少数候选点”，让实验资源集中在最可能成功的区域。

四、整体学习路线：从入门到工程

本课程按“理论—工具—实操—工程”四层推进，建议的学习路径如下：

理论层：量子力学基础、DFT框架、交换关联泛函、赝势与基组、k点与截断能收敛。
工具层：Linux与命令行、VASP/Quantum ESPRESSO输入输出、结构建模工具（VESTA、ASE、pymatgen）、后处理脚本。
实操层：单点能、结构优化、能带与态密度、声子、缺陷、表面吸附、过渡态搜索。
工程层：高通量筛选、数据库与工作流、机器学习势、误差评估与实验对接。

学习过程中最容易踩的坑是“只跑通流程，不理解参数”。例如ENCUT设得太小，总能量不收敛；k点网格太稀，金属体系费米面描述错误；不检查磁矩初值，导致收敛到错误基态。因此每一类计算都要建立“参数—收敛—物理量”的检查习惯。

这张图把本课程的知识结构压缩成一条可执行的链路：左侧是理论与数值基础，中间是具体计算任务，右侧是工程输出与实验对接，底部是迭代闭环。学习时不必一次吃透所有环节，但必须清楚每个计算任务对应哪类工程问题、需要哪些参数、结果如何判断。

五、本课程的学习方法建议

第一，先收敛再计算。任何体系在正式计算前，至少做截断能和k点的收敛测试，记录能量随参数的变化，确认变化小于目标精度（如1 meV/atom）。第二，保留输入输出。INCAR、POSCAR、KPOINTS、POTCAR以及OUTCAR、OSZICAR都要归档，否则无法复现。第三，用简单体系练手。建议从Si、Cu、NaCl等经典体系开始，验证晶格常数、带隙、弹性常数与文献一致后，再进入电池、催化等复杂体系。第四，建立误差意识。DFT不是真理，泛函、赝势、温度、零点能都会带来偏差，工程判断必须结合实验与更高精度方法交叉验证。

接下来的章节将沿着这条路线逐步展开：先补齐量子力学与DFT的理论拼图，再进入Linux环境与VASP实操，随后覆盖结构优化、电子结构、声子、缺陷、表面等核心计算类型，最终落到高通量筛选与机器学习势的工程应用。你不需要成为理论物理学家，但需要成为能读懂参数、判断结果、对接实验的计算工程师。