<em id="lj1v3"><b id="lj1v3"></b></em>

    <i id="lj1v3"></i>

        <i id="lj1v3"><b id="lj1v3"><progress id="lj1v3"></progress></b></i>

        <video id="lj1v3"></video>
        <video id="lj1v3"></video>

                    <i id="lj1v3"><ol id="lj1v3"><progress id="lj1v3"></progress></ol></i>
                    其他數據論文 II 區論文(已發表) ? 版本 ZH3 Vol 6 (1) 2021
                    下載
                    基于單元素摻雜的TiO2光催化材料數據庫
                    A photocatalytic database of single-element doped TiO2
                    ?>>
                    : 2020 - 09 - 22
                    : 2020 - 11 - 30
                    : 2020 - 10 - 16
                    : 2021 - 03 - 30
                    极速快三
                    1037 5 0
                    摘要&關鍵詞
                    摘要:TiO2作為最重要的光催化材料之一,由于其禁帶寬度僅能吸收太陽光的紫外光部分,導致TiO2光催化劑的催化效率較低。通過摻雜來調控TiO2的禁帶寬度是提高TiO2光催化效率的主要途徑。目前已有不同的研究對單個元素摻雜TiO2的機理進行探索,但是從零散的數據中很難發現系統的規律,因此建立一個包含全元素周期表的摻雜數據庫對于進一步的研究非常重要。本研究基于高通量計算和篩選技術,建立了全自動的工作流和數據采集系統,構建了包含上百個結構及其對應的磁性、電子結構、熱力學以及介電性質的數據庫,從參數收斂、計算結果收斂兩個方面進行數據質量控制。本數據庫包含了計算原始數據文件和部分抽取的數據,對于開展基于TiO2光催化材料的研究具有良好的數據支撐作用。
                    關鍵詞:TiO2摻雜;光催化材料;數據庫;高通量計算;第一性原理計算
                    Abstract & Keywords
                    Abstract:?TiO2 is one of the most important photocatalytic materials, but because of its intrinsic band width, it can only absorb the ultraviolet from the sunlight, resulting in its low photocatalytic catalytic efficiency. Different studies have explored the mechanism of single-element doped TiO2, but it is difficult to find systematic rules from scattered data. Therefore, it is important to establish a doping database covering all the elements in the periodic table for further research. With the help of high-throughput calculation and structure screening methods, we established a TiO2-doped database with more than 100 structures and their corresponding magnetism, electronic structure, thermodynamics and dielectric properties. Data quality is controlled by convergence of parameters and calculation. This database is composed of both the files of computational metadata and some extracted data according to different calculations, which has a good data support for the development of research based on TiO2 photocatalytic materials.
                    Keywords:?TiO2 doping;?photocatalytic materials;?database;?high-throughput calculation;?first principles calculation
                    數據庫(集)基本信息簡介
                    數據庫(集)名稱基于單元素摻雜的TiO2光催化材料數據庫
                    數據作者王宗國、郭令舉、萬萌、李凱、劉志威、郭佳龍
                    數據通信作者王宗國(wangzg@cnic.cn)
                    數據時間范圍2018–2020年
                    數據量800條/20.4GB
                    數據格式*.zip, *.json, 文本文件
                    數據服務系統網址http://www.dx.doi.org/10.11922/sciencedb.00204
                    基金項目中國科學院前沿科學重點研究計劃(ZDBS-LY-7025)
                    數據庫(集)組成本數據庫由原子數摻雜濃度為2%的摻雜晶體結構數據、結構優化計算的輸入輸出數據、靜態計算(包含熱力學性質計算結果)輸入輸出數據、能帶計算輸入輸出數據、電子態密度計算輸入輸出數據、磁性計算輸入輸出數據、介電常數計算輸入輸出數據、結果提取數據8個部分組成。其中:(1) Data1_Structure.zip 是優化后晶體結構數據,數據量包含100個結構(99個摻雜結構,1個TiO2超晶胞結構),大小為90 KB;(2) Data2_Optimization.zip 是結構優化計算數據,數據量大小為523 MB;(3) Data3_Static.zip 是靜態計算數據,數據量大小為3.68 GB;(4) Data4_Band.zip 是能帶計算數據,包含3種能帶計算方法,數據量大小為10.5 GB;(5) Data5_DOS.zip是電子態密度計算數據,數據量大小為4.45 GB;(6) Data6_Magnetic.zip是線性磁矩計算數據,數據量大小為1.03 GB;(7) Data7_Dielectric.zip是介電函數計算數據,數據量大小為74.6 MB;(8) Data8_Extraction.zip是6類計算抽取結果數據,數據量大小為131 MB。
                    Dataset Profile
                    TitleA photocatalytic database of single-element doped TiO2
                    Data corresponding authorWANG Zongguo (wangzg@cnic.cn)
                    Data authorsWANG Zongguo, GUO Lingju, WAN Meng, LI Kai, LIU Zhiwei, GUO Jialong
                    Time range2018–2020
                    Data volume20.40 GB, 800 entries
                    Data format*.zip, *.json, file
                    Data service system<http://www.dx.doi.org/10.11922/sciencedb.00204>
                    Source of fundingKey Research Program of Frontier Sciences, CAS (Grant NO. ZDBS-LY-7025)
                    Database compositionThe database consists of 8 subjects of input and output data: doping crystal structure with 2% atomic number doping concentration, geometry optimization, static calculation (including thermos-dynamical results), band structure calculation, density of states, magnetic property, dielectric function calculation, and some extraction data. The subsets are recorded as Data1_Structure.zip with a data volume of 90KB, Data2_Optimization.zip with a data volume of 523MB, Data3_Static.zip with a data volume of 3.68GB, Data4_Band.zip with a data volume of 10.5GB, Data5_DOS.zip with a data volume of 4.45GB, Data6_Magnetic.zip with a data volume of 1.03GB, Data7_Dielectric.zip with a data volume of 74.6MB, and Data8_Extraction.zip with a data volume of 131 MB.
                    引 言
                    TiO2因具有價格低廉、無毒、高催化活性和穩定性等特點,近年來在光催化領域被廣泛應用[1,2,3]。然而,由于其較大的本征能隙(銳鈦礦能隙大小為3.2 eV),嚴重影響了對太陽光的利用率。已有研究結果表明,通過摻雜金屬或非金屬元素可以對TiO2的能隙進行調節,提高TiO2在可見光范圍內的光催化性質[4,5,6,7,8,9,10,11,12,13,14,15,16,17]。針對TiO2材料的摻雜研究結果僅局限于幾種代表性的摻雜元素,無法對摻雜進行系統的分析,并且大多數已經報道的計算都是基于不同的軟件和方法,搜集的數據也很難直接進行對比。為此,需要一個系統而全面的計算,能夠覆蓋元素周期表中所有可能的摻雜元素,更加深入地探討摻雜對TiO2性質的影響。
                    計算機硬件的發展和高通量計算技術驅動了計算材料的飛速發展。隨著材料基因工程的實施,開發出了一些高通量計算框架和篩選的流程[18,19,20],計算材料數據庫也不斷發表,但是目前尚未發現基于TiO2摻雜數據庫的報道。構建一個特定材料不同摻雜元素的數據庫,一方面對于發現材料新特性、設計新材料有著重要作用;另一方面,一個包含了材料結構、性質和計算細節信息的完整數據庫對促進數據共享、節約計算資源具有重要意義。
                    因此,建立一個基于TiO2的光催化材料數據庫可對光催化材料的制備提供重要的理論依據。本數據庫是摻雜材料數據庫的一個典型示范,其數據共享有利于推動光催化材料的研究發展。
                    1 ? 數據采集和處理方法
                    本數據庫包含的數據通過第一性原理計算產生,經過數據預處理,初始數據與處理后數據共同形成數據庫?;玖鞒倘鐖D1所示。


                    圖1 ? 單元素摻雜TiO2光催化數據庫數據采集流程示意圖
                    1.1 ? 數據來源
                    銳鈦礦TiO2晶體結構來自無機晶體結構數據庫(The Inorganic Crystal Structure Database,ICSD),利用超晶胞方法構建2×2×1大小的TiO2超晶胞結構。所有摻雜結構是基于TiO2超晶胞結構、利用高通量建模和篩選流程獲取,為晶體學不等價結構,本數據庫中包含摻雜結構的原子數摻雜濃度為2%。
                    所有的計算數據通過第一性原理軟件VASP(Vienna Ab-initio Simulation Package)計算得到,開展的計算包括結構優化(Optimization)、靜態計算(Static)、磁性計算(Magnetic)、能帶結構(Band)、電子態密度(Density Of States, DOS)、介電函數(Dielectric)計算。其中,能帶結構的計算采用3種不同的交換關聯:GGA,GGA+U和Meta-GGA(MBJ)方法。對于GGA+U計算,經過測試,+U對摻雜結構的影響沒有太明顯變化,因此這里只提供了能帶計算的數據,為結果分析提供定性的討論,U值的選取參考文獻[21]。利用高通量計算技術開展計算,將輸入輸出文件存入文件系統;利用數據處理技術提取計算參數和目標結果數據。利用經驗公式和數值計算獲取部分衍生結果數據,將提取參數和結果數據一并存入結果文件,形成摻雜結構不同計算性質數據庫文件。性質數據庫文件可進行檢索、查詢和使用。
                    1.2 ? 數據規范
                    數據庫提供的數據包含兩部分,原始文件數據和提取信息數據。其中原始文件數據為軟件對應的輸入和輸出文件,這些文件按照計算類型分為6個類別,分別對應一個文件目錄,每個目錄下包含了以結構分子式命名的目錄,包含了計算所對應的必要輸入和輸出結果文件。此外,原始文件還包含晶體結構信息文件,以POSCAR格式展示。數據提取和預處理的結果按照json格式寫入以計算類型命名的文件中,通過解析該json文件可以獲取每種結構用于指定計算的計算參數、結構、性質以及軟件等信息。數據庫中存儲的內容見表1。
                    表1 ? 基于單元素摻雜的TiO2光催化數據庫存儲內容
                    數據分類數據內容數據格式
                    數據提取信息*計算參數(Parameters)、晶體結構(Structure)、軟件信息(Software),使用計算資源(ResourceUsage),計算性質(Properties),計算文件名稱(Files)json
                    計算文件100個晶體結構;結構優化,靜態計算,磁性計算,態密度計算,能帶結構計算(3種方法),介電函數計算 6類計算的輸入和輸出。文本文件
                    *注:結構優化提取信息與其他計算不同,將計算性質(Properties)和晶體結構(Structure)替換為初始結構(InitialStructure)和優化后結構(OptimizedStructure)。
                    1.3 ? 數據采集與處理
                    數據庫中包含了2類數據:第1類文本數據,即計算所用的輸入、輸出文件和晶體結構。第2類為結構化數據,即數據預處理部分的提取結果。文件數據直接在不同計算的目錄下存放,表2展示了6種計算類型的文本數據的采集內容,表3以能帶結構計算為例,展示結構化數據包含的內容及其采集和處理方法。
                    表2 ? 文本數據采集
                    計算類型提取文件
                    結構優化INCAR, KPOINTS, POSCAR, CONTCAR, OSZICAR, OUTCAR, vasprun.xml
                    靜態計算INCAR, KPOINTS, POSCAR, CHGCAR, IBZKPT, OSZICAR, OUTCAR, PROCAR, vasprun.xml
                    能帶計算GGAINCAR, KPOINTS, POSCAR, EIGENVAL, OSZICAR, OUTCAR, PROCAR, vasprun.xml
                    GGA+UINCAR, KPOINTS, POSCAR, EIGENVAL, OSZICAR, OUTCAR, PROCAR, vasprun.xml
                    Meta-GGAINCAR, KPOINTS, POSCAR, IBZKPT, EIGENVAL*, EIGENVAL0*, OSZICAR, OUTCAR, PROCAR, vasprun.xml
                    態密度計算INCAR, KPOINTS, POSCAR, DOSCAR, OSZICAR, OUTCAR, PROCAR, vasprun.xml
                    磁性計算INCAR, KPOINTS, POSCAR, OSZICAR, OUTCAR, vasprun.xml
                    介電函數計算INCAR, KPOINTS, POSCAR, OSZICAR, OUTCAR, vasprun.xml
                    *注:EIGENVAL 和EIGENVAL0分別代表處理后的本征值文件和計算輸出的原始本征值文件。
                    表3 ? 能帶結構數據內容及其采集和處理方法
                    計算類型提取描述符提取方式
                    能帶結構計算ParametersPREC, ISPIN, ENCUT, GGA, ALGO, IBRION, ISMEAR, SIGMA, NSW, NELM, EDIFF, EDIFFG, LORBIT, NBANDS, NEDOS, Pseudopotentials, LDAU, LHFCALC解析文件獲取
                    StructureFormula, Type, NumberOfSpecies, NumberOfSites, Composition, LatticeParameters, Lattice, RecLattice, Sites解析文件獲取
                    SpaceGroup, PointGroup, CrystalSystem, LatticeType通過晶體學對稱原理計算獲取
                    SoftwareName, Version, Subversion, Platform解析文件獲取
                    ResourceUsageCpuTime, WallTime, Memory解析文件獲取
                    PropertiesFermiEnergy解析文件獲取
                    EigenValuesNumberOfKPoints解析文件獲取
                    NumberOfBand解析文件獲取
                    IsSpinPolarized解析文件獲取
                    KPoints解析文件獲取
                    Data解析文件獲取
                    DirectedEnergyGap計算得出
                    IndirectedEnergyGap計算得出
                    FilesfilesName從目錄直接讀取
                    2 ? 數據樣本描述
                    基于單元素摻雜的TiO2光催化材料數據庫涵蓋了參數數據、結構信息數據、軟件環境數據以及性質數據,每種結構的計算文件分別存儲在不同計算類型下,文件夾以化學分子式命名,提取的數據信息存儲在以計算類型命名的json文件中。文件夾存儲的是計算文件信息,json文件存儲的是提取的結果信息。以Zr摻雜TiO2結構(O32Ti15Zr)的結構優化和能帶計算兩類計算為例,說明文件存儲的目錄結構,如圖2所示。其中結構目錄下存儲的結構文件命名方式為POSCAR_Formula(Formula指的是結構化學分子式)。結構優化與靜態計算、態密度計算、磁性計算、介電函數計算具有相同的目錄結構,能帶計算下包含三種不同計算方法,單獨列出目錄。圖2中能帶計算的Data4_Band包含的3個目錄Data4_1Band、Data4_2BandPlusU和Data4_3BandMetaGGA,分別對應能帶計算采用的3種泛函方法GGA、GGA+U和Meta-GGA。提取結果(Data8_Extraction)存儲在以ExtractionDataNum_Type命名的json文件中(Num: 2-7,Type: Optimization,Static,Band,DOS,Magnetics,Dielectric),如結構優化計算的提取結果文件為ExtractionData2_Optimization.json。圖3以Ag和Al分別摻雜TiO2結構(AgO32Ti15、AlO32Ti15)的結構優化提取結果為例說明json文件的格式。


                    圖2 ? 文件存儲目錄結構


                    圖3 ? 結構優化結果提取文件數據格式
                    3 ? 數據質量控制和評估
                    本數據庫在計算過程中,對影響計算結果的計算參數(ENCUT, SIGMA, KPOINTS)進行了嚴格的收斂性測試,以保證計算參數的穩定性和準確性。計算采用基于密度泛函理論的第一性原理計算軟件,密度泛函理論在材料的結構穩定性、電子結構、光學、磁學等方面可以對實驗結果進行很好地描述和解釋,目前已經廣泛應用于材料性質和結構的研究中。本數據庫采用了3種方法計算能帶結構,旨在進一步減小由于低估第一性原理計算能隙對結果的影響。
                    4 ? 數據價值
                    本數據庫提供的源文件對結果進一步解析和續算等方面都具有重要作用。一方面,開展TiO2計算的研究人員通過解析計算原始文件,可以對計算結果進行解析或二次處理。另一方面,研究人員還可以下載計算文件繼續開展其他計算。數據使用者也可以直接利用數據庫中包含的結構文件開展其他性質的研究。此外,本數據庫提供的提取信息結果文件,格式規范(json文件),可以實現數據快速檢索和提取。
                    本數據庫中涵蓋了元素周期表中幾乎所有的元素,可對開展其他的計算和實驗研究提供參考和理論依據。圖4中,替代Ti原子摻雜的元素有83種(所有陰影區域元素),替代O原子摻雜的元素有16種(深色陰影區域元素)。


                    圖4 ? 摻雜元素周期表
                    5 ? 數據使用方法和建議
                    使用本數據庫中的文件,可以直接下載,并支持VASP軟件計算格式。由于贗勢的版權問題,在文件包中沒有包含贗勢文件,但是在提取結果數據的json文件中包含了贗勢的類型信息,可以進行查詢。
                    使用數據庫中提取的數據,通過解析json文件,利用關鍵字檢索的方式可以獲取json文件中的數據信息,從而將提取數據信息進行繪圖等操作。由于電荷密度信息提取根據不同的需求有不同的取向,提取的結果中沒有包含電荷密度信息,但是源文件中提供了包含電荷密度的文件,可以下載進行解析。結果文件json數據提取代碼的關鍵字見表3,以能帶計算為例,提取AgO32Ti15結構Band計算的K點和能帶的能量本征值,并寫入文本文件。在Data4_Band目錄下運行以下腳本即可。
                    1. importjson
                    2. with?open("Data8_Exaction/ExtractionData4_Band/ExtractionData4_1_Band.json")?as?f:
                    3. load_dict=json.load(f)
                    4. datafile?=?open("AgO32Ti15_Band.data","w")
                    5. print("Kpoints:",load_dict["AgO32Ti15"]["Properties"]["EigenValues"]["KPoints"],file=datafile)
                    6. print("Data:",load_dict["AgO32Ti15"]["Properties"]["EigenValues"]["Data"][0],file=datafile)
                    致 謝
                    感謝材料集成計算與數據管理平臺MatCloud和中國科學院計算機網絡信息中心中科先導1號機器為計算提供機時服務。
                    [1]
                    HASHIMOTO K, IRIE H, FUJISHIMA A. TiO2 Photocatalysis: A Historical Overview and Future Prospects[J]. Japanese Journal of Applied Physics, 2005, 44: 8269.
                    [2]
                    FUJISHIMA A, ZHANG XT, TRYK D A. TiO2 photocatalysis and related surface phenomena[J]. Surface Science Reports, 2008, 63:515-582.
                    [3]
                    NAKATA K, FUJISHIMA A. TiO2 photocatalysis: Design and applications[J]. Journal of Photochemistry and Photobiology C: Photochemistry Reviews, 2012, 13: 169-189.
                    [4]
                    GUPTA S M, TRIPATHI M. A review of TiO2 nanoparticles[J]. Chinese Science Bulletin, 2011, 56: 1639-1657.
                    [5]
                    ANSARI S A, KHAN M M, ANSARI M O, et al. Nitrogen-doped titanium dioxide (N-doped TiO2) for visible light photocatalysis[J]. New Journal of Chemistry, 2016, 40: 3000-3009.
                    [6]
                    GOMES J, LINCHO J, DOMINGUES E, et al. N-TiO2 photocatalysts: a review of their characteristics and capacity for emerging contaminants removal[J]. Water, 2019, 11: 373.
                    [7]
                    GHORBANPOUR M, FEIZI A. Iron-doped TiO2 Catalysts with Photocatalytic Activity[J]. Journal of Water and Environmental Nanotechnology, 2019, 4: 60-66.
                    [8]
                    WANG Y Q, ZHANG R R, LI J B, et al. First-principles study on transition metal-doped anatase TiO2[J]. Nanoscale Research Letters, 2014, 9: 46.
                    [9]
                    LIU J H, WENG M Y, LI S B, et al. High-throughput HSE study on the doping effect in anatase TiO2[J]. Physical Chemistry Chemical Physics, 2020, 22: 39-53.
                    [10]
                    KAPILASHRAMI M, ZHANG Y F, LIU Y S, et al. Probing the optical property and electric structure of TiO2 nanomaterials for renewable energy applications[J]. Chemical Reviews, 2014, 114(19): 9662-9707.
                    [11]
                    YANG K S, DAI Y, HUANG B B. Understanding photocatalytic activity of S- and P-Doped TiO2 under visible light from first-principles[J]. Journal of Physical Chemistry C, 2007, 111: 18985-18994.
                    [12]
                    WANG Y, DOREN D J. First-principles calculations on TiO2 doped by N, Nd, and vacancy[J]. Solid State Communications, 2005, 136: 186-189.
                    [13]
                    KLOSEK S, RAFTERY D. Visible light driven V-doped TiO2 photocatalyst and its photooxidation of ethanol[J]. Journal of Phisical Chemistry B, 2001, 105: 2815-2819.
                    [14]
                    MATHEW S, GANGULY P, RHATIGAN S, et al. Cu-doped TiO2: visible light assisted photocatalytic antimicrobial activity[J]. Applied Sciences, 2018, 8: 2067.
                    [15]
                    NALDONI A, ALTOMARE M, ZOPPELLARO G, et al. Photocatalysis with reduced TiO2: from black TiO2 to cocatalyst-free hydrogen production[J]. ACS Catalysis, 2019, 9: 345-364.
                    [16]
                    WENG Z Y, GUO H, LIU X M, et al. Nanostructured TiO2 for energy conversion and storage[J]. RSC Advances, 2013, 3: 24758-24775.
                    [17]
                    ZHAO X S, ZHANG G, ZHANG Z H. TiO2-based catalysts for photocatalytic reduction of aqueous oxyanions: state-of-the-art and future prospects[J]. Environment International 2020, 136: 105453.
                    [18]
                    WANG Z G, YANG X Y, WANG L G, et al. CE Screen: An energy-based structure screening autimatic workflow[J]. Computational Materials Science, 2018, 143: 55-62.
                    [19]
                    YANG X Y, WANG ZG, ZHAO XS, et al. MatCloud: A high-throughput computational infrastructure for integrated management of materials simulation, data and resources, 2018, 146: 319-333.
                    [20]
                    CURTAROLO S, HART G L W, NARDELLI M B, et al. The high-throughput highway to computational materials design[J]. Nature Materials, 2013, 12: 191-201.
                    [21]
                    STEVANOVI? V, LANY S, ZHANG X W, et.al., Correcting density functional theory for accurate predictions of compound enthalpies of formation: Fitted elemental-phase reference energies[J]. Physical Review B, 2012, 85: 115104.
                    數據引用格式
                    王宗國, 郭令舉, 萬萌, 等. 基于單元素摻雜的TiO2光催化材料數據庫[DB/OL]. Science Data Bank, 2020. (2020-10-16). DOI: 10.11922/sciencedb.00204.
                    稿件與作者信息
                    論文引用格式
                    王宗國, 郭令舉, 萬萌, 等. 基于單元素摻雜的TiO2光催化材料數據庫[J/OL]. 中國科學數據, 2021, 6(1). (2021-03-30). DOI: 10.11922/csdata.2020.0093.zh.
                    王宗國
                    Wang Zongguo
                    本文承擔工作:數據庫設計、數據產生和處理、數據庫構建。
                    wangzg@cnic.cn
                    (1986—),女,山東省濰坊市人,博士,副研究員,研究方向為材料信息學。
                    郭令舉
                    Guo Lingju
                    本文承擔工作:計算需求調研,數據檢查。
                    (1982—),男,河南省商丘市人,博士,副研究員,研究方向為計算凝聚態物理。
                    萬萌
                    Wan Meng
                    本文承擔工作:計算流程實現與數據提取。
                    (1994—),男,湖北省襄陽市人,碩士,助理工程師,研究方向為軟件架構設計。
                    李凱
                    Li Kai
                    本文承擔工作:數據庫設計與計算流程實現。
                    (1983—),男,安徽省合肥市人,碩士,工程師,研究方向為軟件系統架構設計、數據采集。
                    劉志威
                    Liu Zhiwei
                    本文承擔工作:數據整理。
                    (1993—),男,河北省滄州市人,本科,在讀研究生,研究方向為計算機軟件與理論。
                    郭佳龍
                    Guo Jialong
                    本文承擔工作:數據整理。
                    (1997—),男,湖南省湘潭市人,本科,在讀研究生,研究方向為計算機軟件與理論。
                    出版歷史
                    I區發布時間:2020年10月16日 ( 版本ZH2
                    II區出版時間:2021年3月30日 ( 版本ZH3
                    參考文獻列表中查看
                    中國科學數據
                    csdata