材料演变研究的自动化并行计算工具：ART_data_analyzer Python软件包

SoftwareX 9（2019）238原始软件出版物ART_data_analyzer：自动化并行计算以研究材料的演变梁天a，b，刘晓波，林丽a，丁俊c，诺曼德·穆索da美国阿拉巴马州塔斯卡卢萨市阿拉巴马大学冶金与材料工程系，邮编：35404b密歇根大学材料科学与工程系，美国密歇根州安娜堡，48109c材料科学部，劳伦斯伯克利国家实验室，伯克利，CA 94720，美国d蒙特利尔大学体质系，C.P. 6128，succ.Centre-ville，蒙特利尔，加拿大ar t i cl e i nf o文章历史记录：2018年12月10日收到2019年3月1日收到修订版，2019年保留字：活化和弛豫技术动力学自动化和并行化机器学习a b st ra ct物质结构的动力学和动态演化需要对当前样品状态下的势能面有全面的了解。激活-弛豫技术（ART）是一种通过对大量事件（单个事件包括初始状态、鞍点状态和最终状态）进行采样来探测势能景观的有效方法，从中可以提取激活能垒的统计分布。然而，一直缺乏一个用户友好的工具包，自动并行运行的ART模拟和后处理的数据从ART模拟提取有用的物理信息和见解。ART_data_analyzer Python软件包的开发就是为了满足这一目的，并填补了对材料结构的动力学和动态转变感兴趣的广大科学研究人员社区的这一空白。作为演示，我们利用该软件包演示了研究ZrCuAl金属玻璃样品的分子动力学制备的用户友好的工作流程©2019作者由爱思唯尔公司出版这是CC BY-NC-ND下的开放获取文章许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。代码元数据当前代码版本V1.1此代码版本所用代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX_2018_251法律代码许可证GNU General PublicLicense v3.0代码版本控制系统使用git软件代码语言使用python编译要求，操作环境依赖性Linux，OS X，Microsoft Windows; numpy scipy matplotlib pandas scikit-learn皮沃罗悲怆苔丝如果可用，链接到开发人员文档/手册https://github.com/liangtianumich/ART_data_analyzer/blob/master/readme.txt问题支持电子邮件liangtianisu@gmail.com软件元数据当前软件版本V1.1此版本可执行文件的永久链接https://github.com/liangtianumich/ART_data_analyzer法律软件许可证GNU通用公共许可证v3.0计算平台/操作系统Linux，OS X，Microsoft Windows。安装要求依赖项numpy scipy matplotlib pandas scikit-learn pyvoro pathos tess如果可用，用户手册链接-如果正式出版，请在参考列表中引用该出版物https://github.com/liangtianumich/ART_data_analyzer/blob/master/readme.txt问题支持电子邮件liangtianisu@gmail.com地址：1024 North Engineering Research中心，塔斯卡卢萨，AL，35404，美国。电子邮件地址：liangtianisu@gmail.com（L. Tian）。https://doi.org/10.1016/j.softx.2019.03.0022352-7110/©2019作者。由爱思唯尔公司出版。这是一篇开放获取的文章，使用CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxL. 蒂安湖，澳-地Li，J.Ding等人/SoftwareX 9（2019）2382391. 动机和意义原子结构在任何凝聚态物理系统中如何演化取决于它们的势能景观。势能景观是所有原子的高维空间坐标与其势能之间的映射。原子结构的演化涉及一系列的事件，每个事件由三个临界态（初始态、鞍态和终态）组成。的完整描述势能景观包含了样本的所有可能状态，可以提供所有可能发生的事件中。根据过渡态理论，活化能势垒（即初始态和鞍态之间的势能差因此，通过计算势能景观确定所有可能的事件及其相应的活化能势垒将导致对凝聚态样品结构演化的动力学和动力学的透彻理解[1]。由Mousseau等人[2-5 ]开发的激活和弛豫技术ARTn软件对于许多复杂的物理系统，局部原子环境表现出强烈的空间依赖性。为了获得正确的激活和弛豫事件的统计分布，有必要对原子空间中不同位置的原子进行微扰。Ple（例如分子动力学样本）收敛到正确的分布，同时最大限度地减少计算费用。然而，ARTn软件没有实现每个ARTn仿真的并行化，这意味着需要用户进行大量的操作。因此， 这个ART_data_analyzer包的主要目的是解决这些问题，以允许用户并行采样足够多的事件。该过程迭代地重复，直到所有事件的活化能达到通过实施的学生t统计收敛测试验证的收敛。该ART_data_analyzer包的另一个优点是通过自动化实现必要的用户友好性，同时仍然保持基本的物理工作流程，以便用户理解他们正在处理的各种任务过程。该ART_data_analyzer包中的各种后处理任务的自动化包括过滤事件、计算、可视化、关联各种物理量和/或它们的变化。该ART_data_analyzer软件包可广泛应用于各种材料类别和分子样品的动力学研究，如晶体材料及其缺陷（晶界和界面），非晶和分子材料，因为激活和弛豫技术的通用性可以找到开放的鞍态。此ART_data_analyzer软件包允许用户通过一个易于使用的输入设置文件进行自定义，该文件组织各种输入参数以自定义ART运行或ART数据后处理。例如，并非ART发现的每个事件都是成功的事件。这个ART_data_analyzer包为用户提供了一个选项，可以指定他们自己的自定义过滤标准来决定事件是否成功。该ART_data_analyzer软件包还提供了各种记录良好且易于使用的命令选项，因此对于计算期间由于机器故障或人为干预而导致的任何中断都非常强大。这个ART_data_analyzer包提供了使用机器学习模型在各种物理数据之间执行相关性分析的选项。该软件包还可以通过归档最必要的数据文件或删除未使用的数据文件来管理数据，以合并数据以节省磁盘空间，这将有助于研究团队之间共享研究数据。Fig. 1. 此ART_data_analyzer软件包的管道软件架构允许用户自定义在标准工作流中运行各种模块任务。2. 软件描述这个ART数据分析器包是一个Python包，包含一个易于使用的命令 行 工 具 art_data 。该 art_data 工 具 与 Mousseau 等 人 [2 这 个ART_data_analyzer包现在是gitlab中ARTn仓库的一部分。gitlab中的 ARTn 包 可 通 过 联 系 Normand Mousseau 免 费 获 得 ， 网 址 为normand. umontreal.ca。此ART_data_analyzer包自动化用户工作流中以下方面的并行计算：（1）运行激活和松弛技术ARTn模拟以通过Python ART包装器生成原始事件数据;（2）运行ART数据的后处理任务（即，过滤、计算、可视化、关联大量发现事件的各种物理量变化）自动化过程包括但不限于：将所有必要的计算保存在文件中，提取，转换和加载数据以进行自动可视化，执行物理量之间的相关性分析。2.1. 软件构架软件包为各种模块提供流水线架构，以通过由每个模块创建的各种结果文件进行通信，从而允许用户在标准工作流程中执行各种任务。此外，该软件包允许用户在运行每个模块之前通过修改输入设置文件来自定义每个模块的输入参数。图1显示了用户工作流中此ART_data_analyzer包的流水线软件架构。2.2. 软件使用在并行运行大量ART模拟和ART数据后处理任务之前，值得注意的是，根据每个原子样品的性质，该自动化过程将生成数十GB到数百GB的数据。用户需要确保ARTn安装正确，其环境设置正确，例如使用lammps库构建的ARTn安装正确（包括在构建lammps之前加载 所 有 必 要 的 lammps 包 ） ; PATH 和 LD_LIBRARY_PATH（Linux），DYLD_LIBRARY_PATH（Unix）已在您当前的终端会话中设置，以便ARTn 和lammps来找到openmpi，openmpi库。这些环境变量应与构建lammps和ARTn时的变量相同。详细的ART安装指南，位于/ART_installation_guide/readme.txt，指示如何安装带有lammps的ARTn。在安装了ARTn和lammps之后，ART_data_analyzer软件包的安装和使用可以像下载一样简单240L. 蒂安湖，澳-地Li，J.Ding等人/SoftwareX 9（2019）238将该包发送到期望的位置，并获取修改后的环境文件。修改环境文件时需要检查以下事项。将DATA_DATA修改为所需的目录路径，以保存原始ART模拟数据。通常，其他环境变量可以设置为与默认值相同。目前，默认设置是ART_INPUT存储输入文件目录路径与DATA_DATA相同，因此所有ART输入文件都应位于DATA_DATA下。ART_SAMPLE包含样本名称，其默认样本名称为conf.lammps，样本类型为lammps_data。这些都是通过export ART_SAMPLE=conf.lammps和exportSAMPLE_TYPE=lammps_data设置的这个conf.lammpslammps数据文件可以从lammps转储文件转换 使用Ovito可视化软件很容易[6]。在某些情况下，如果用户需要使用lammps转储文件作为样本，他可以将样本名称修改为转储文件名称（例如，转储）和要转储的样本类型，例如，通过exportART_SAMPLE=conf.dump和export SAMPLE_TYPE=dump。MY_ART需要设置为指向ART_data_analyzer包的路径，以使用包的所有功能，包括包API art_data命令行工具。3. 软件功能可以通过在命令行中提示art_data -h查看此ART_data_analyzer软 件 包 可 以 执 行 的 选 项 列 表 来 检 查 软 件 功 能 列 表 。 使 用ART_data_analyzer软件包的各种功能的详细指南可以通过art_data--desc查看。图2显示了主要内容在GitHubhttps://github.com/liangtianumich/ART_data_analyzer上查看此ART_data_analyzer包。该ART_data_analyzer软件包以通用方式开发，可用于各种均质和非均质材料，例如，晶体材料、界面、晶界、非晶材料。默认情况下，此ART_data_analyzer软件包将分析整个样本。如果用户仅对样品的子部分感兴趣，例如，如果用户需要在双晶样品中的晶界区域创建一个名为interested_atom_list. json的文件，则用 户 需 要 在 用 户 指 定 的 数 据 目 录 中 创 建 一 个 名 为interested_atom_list. json 的 文 件 此 数 据 目 录 已 由 用 户 在www.example.com中设置environment.sh为DATA_DATA。如果这 个 interested_atom_list. json 文 件 不 是 由 用 户 创 建 的 ， 那 么interested_atom_list. json文件将被自动创建为整个样品中所有原子 的 列 表 。 即 使 用 户 将 感 兴 趣 的 子 节 的 所 有 原 子 保 存 到interested_atom_list. json文件中，他也可以始终选择扰动文件中的部分原子作为中心原子，这些原子将保存到central_atom_list.json文件中。这两个文件将在使用art_data --example命令参数时创建。值得一提的是，我们不应该使用样本配置的唯一分段，而需要使用整个样本配置作为ART的输入样本。目的是确保初始最小化的整个样本的分段配置在经过ART的初始最小化步骤后不会实质上3.1. 并行运行ART模拟在修改environment.sh并获取其源代码后，需要执行以下步骤来并行运行ARTn模拟。首先，创建并移动ARTn bart.sh、conf.lammps、in.lammps、interatomic potential文件的4个输入文件到目录中$ART_INPUT，默认为$DATA_INPUT。refconfig文件将由包稍后基于lammps_data文件conf.lammps或lammps转储文件conf.dump自动创建当sample_type是dump时，如果lammps dump文件中的原子坐标是分数或绝对值，用户需要注意，现在默认使用分数坐标。对于bart.sh，用户需要有正确的输入参数。in.lammps是lammps的输入脚本文件，它默认读取lammps_data文件conf.lammps。值得注意的是，一些潜在的需要特定的lammps包时，建设lammps。否则，在.lammps文件中无法读取此电位。其次，使用--example命令生成art_data的输入设置文件如上所述，如果用户仅对子部分（例如，晶界或界面），他需要创建一个名为interested_atom_list. json的文件，$DATA_DATA指定感兴趣的子节。如果这个文件不存在，-该命令的用法可以是，例如，art_data --example 2000> input.json.第三，运行命令：art_data -s input.json --art --run，其中input.json是上一步中创建的同一个输入文件。此命令将自动设置输入文件通过跑步来运行ARTn。/ mod_bart.sh在每个测试目录中并行。input.json包含键num_of_proc，它指定并行运行的核心数量默认设置使用本地计算机中的所有核心。3.2. 在用户工作流中并行运行ART后处理任务先前创建的输入文件，例如，input.json用于原始ART数据的后处理以运行以下任务。但是，用户应在此输入文件中手动编辑与ART后处理任务可以通过art_data --settings-format检查这些参数的列表下文显示了目前执行的主要后处理任务。未来将实现更多任务功能(a) 过滤事件：用户可以通过art_data -s input.json --filter过滤掉输入文件中保存的过滤条件定义的不成功事件。这三个过滤标准被实现为：（1）能量鞍形状态的最大值必须高于初始状态和最终状态的最大值;（2）最终状态不应与初始状态相同;（3）比较事件对以去除冗余事件[7]。(b) 执行激活和弛豫能量收敛测试：过滤事件后，用户可以通过art_data -s input.json --eng --calc计算能量。用户可以通过使用学生t统计检验检查活化能和弛豫能的收敛性来检查过滤事件目前的收敛测试有两种模式：(1) art_data -s input.json --eng --ttest OPTION PATH_1 PATH_2其中OPTION是(2) art_data -s input.json --eng --ttest_kfold OPTION k n将ART数据（保存在input.json的“path_to_data_dir”键中）随机分为n次不同的k个折叠，并对每个数据折叠对进行t检验，以确保所有折叠对都收敛。用户需要测试哪种ttest模式是其系统的良好收敛标准。例如，一个好的初始收敛条件是art_data-s input.json--eng--ttest_kfold ind2·····L. 蒂安湖，澳-地Li，J.Ding等人/SoftwareX 9（2019）238241图二、AR T _data_analyzer Python包的 主 要 内 容 显示在github中。3. 如 果 没 有 收 敛 ， 用 户 可 以 通 过 art_data-s input.json--art--run_more N_TESTS 运 行 更 多 ART 模 拟 ， 直 到 收 敛 ， 其 中N_TESTS 是 要 计 算 更 多 的 测 试 数 量 。 此 命 令 也 将 更 新central_atom_list.json文件用户需要通过art_data-s input.json更新输入文件--update_input。用户需要在重做事件过滤和能量计算时添加--re_calc，如art_data-s input.json--filter --re_calc.(c) 运行计算和可视化：art_data -s input.json --strain --calc将调用原子应变[8]和位移的计算，并自动绘制单个事件的结果和所有事件的统计数据。美术资料-s input.json--strain-v将绘制应变计算后事件级别的量art_data -sinput.json --strain --stats将绘制应变计算后所有事件的统计数据(d) 数据驱动的物理过程一个例子是通过机器学习离群值检测算法找到所有ARTn局部事件的局部参与原子这种局部原子发现算法目前支持在原子位移与原子剪切应变之间训练LinearSVR模型[9]，使用用户自定义的残差阈值将离群值识别为局部涉及的原子。该临界残差阈值可以通过以双斜率停止收敛准则作为收敛准则对残差阈值执行参数扫描来获得，其被实现为art_data_s input.json-find_residual。对于不同类型的样品，临界斜率可能不同开始时，这个临界残差阈值的合理值通常在0.54左右。在临界残余阈值（例如，0.54），我们可以通过art_data为所有过滤的事件标识所有局部原子-s input.json --find_local_index 0.54。这将把本地原子的索引保存到一个名为local_atoms_index.json的文件中。(e) 查找用户自定义的原子列表为了找到每个初始触发事件的中心原子，art_data-s input.json --find_central_index将为每个事件找到中心原子索引并将其保存到名为central_atom_index.json的文件中。为 了 找 到 初 始 触 发 集 群 的 原 子 ， art_data -s input.json --find_triggered_cluster_atoms_index将为每个事件找到初始触发原子为了找到最大位移原子，art_data-s input.json--find_max_disp_index将在初始到鞍过程中找到最大位移原子的索引，并将它们保存到每个事件的max_disp_atom_index.json文件中。除了上面的参数，用户还可以通过在输入文件input.json中指定键atom_list来自定义原子列表。例如，如果atom_list为None或(f) 对感兴趣的原子列表运行计算：(1) 原子应变和原子位移：art_data -s input. json-local--strain --calc将仅为所有过滤事件的识别的局部原子调用用户可以将--local替换为如果他们对中心原子的应变和位移感兴趣类似地，用户使用--initial表示初始触发的簇原子，使用--max_disp表示最大位移原子。(2) voronoi指数计算：art_data -s input.json --local --voro --calc 将 读 取 local_atoms_index.json并计算所有过滤事件的这些本地原子的voronoi索引Voronoi索引计算是通过使用pivoro python包来执行的，pivoropython包为Chris Rycroft [10]开发的voro++ C++库提供了一个接口。(3) Voronoi指数分类voronoi指数分类[11，12]和可视化是通过art_data-s input.json--voro--classify完成的，它将对voronoi指数进行分类并绘制所有过滤事件的分类结果;计算并绘制动态转移概率矩阵。4. Tenary ZrCuAl金属玻璃示例演示图3展示了使用该ART_data_ analyzer软件包研究由LAMMPS分子动力学软件包[13]制备的Zr46Cu46Al8金属玻璃（MG）样品的动力学和动态演化的一些结果。Al的添加导致在三元金属玻璃中更多的Cu和Al为中心的完整二十面体簇和更多的二十面体中程有序，其类似于纳米结构复合材料[14，15]。完整二十面体团簇的增加和原子堆积密度的增强是ZrCuAl金属玻璃较高活化能的原因（平均值为1.06 eV，高于以相同冷却速率制备的Cu50Zr50的计算值1.02 eV）[16]。弛豫能分布谱的形状与Cu50Zr50在不同冷却速率下的弛豫能分布谱的形状非常相似，这意味着各种MG的鞍形状态确实类似于MG的熔融液体状态，使活化和弛豫过程解耦[17]。根据参考文献[18]，添加Al还增加了对塑性流动起始的阻力和应变局部化的倾向，这通常可能导致较小的延展性。5. 影响和结论我们已经开发了一个非常用户友好的，并行化的，自动化的可扩展的Python软件包，用于研究广泛的材料类别的动力学和动态演化，例如晶体材料及其缺陷（例如，晶界和界面）和非晶材料。其影响和应用在于：(1) 计算了激活能势垒和弛豫能242L. 蒂安湖，澳-地Li，J.Ding等人/SoftwareX 9（2019）238图三. 使 用 此ART_data_analyzer软件包对在10E10冷却速率下制备的Zr46Cu46Al8金属玻璃样品进行测试的一些演示结果。左上图显示了Zr46Cu46Al8金属玻璃的分子动力学（MD）样品。右上图显示了以下化合物的活化能和弛豫能分布谱：MD样品左中图显示了单个代表性事件中每个原子的原子剪切应变与原子位移。实线和虚线线演示使用LinearSVM机器学习方法来找到代表性事件中的局部参与原子。右中显示了所有事件中局部参与原子数量的统计分布。左下示出了穿过z轴的一半的x-y平面中的voronoi指数的空间图。根据参考文献[11，12]，将voronoi指数分为固体（蓝色）、过渡（绿色）和液体（红色）。右下角显示了各种类型原子之间动态跃迁的概率矩阵。ICO代表具有局部二十面体有序的原子（固体类型），ICO-LIKE代表具有局部二十面体类有序的原子（过渡类型），GUM代表具有局部无序的原子（液体类型）。(For为了解释该图图例中对颜色的引用，读者参考这篇文章的网络版本(2) 从大量的事件数据中将局部结构特征与局部性质联系起来，得到局部结构-性质关系的动态演化Python软件包的未来版本将与其他软件包集成，如LAMMPS，Ovito和pymatgen [19]。致谢LT和LL感谢美国能源部科学办公室基础能源科学（BES）的财政支持，奖项编号为DE-SC 0016164。LT和LL感谢与密歇根大学安娜堡分校的Yue Fan博士进行的宝贵讨论。L. 蒂安湖，澳-地Li，J.Ding等人/SoftwareX 9（2019）238243引用[1]安德烈亚斯·H探索玻璃形成系统的潜在能量景观：从固有结构到宏观输运。JPhys：Condens Matter2008;20（37）：373101.[2]Barkema GT，Mousseau N.连续无序系统的基于事件的弛豫。物理学评论快报1996;77（21）：4358-61。[3]Malek R，Mousseau N. lennard-jones团簇的动力学：活化-弛豫技术的表征。Phys Rev E 2000;62（6）：7723-8。[4]Machado-Charry E ， Beland LK ， Caliste D ， Genovese L ， Deutsch T ，Mousseau N，Pochet P.使用基于从头算的激活-弛豫技术优化能量景观勘探。J Chem Phys2011;135（3）：034102.[5]Athènes M，Marinica M-C，J.通过对动态激活事件进行采样和去偏估计时间相关函数。J Chem Phys2012;137（19）：194107.[6]亚历山大·S基于开放式可视化工具ovito的原子仿真数据可视化与分析。建模仿真Mater Sci Eng2010;18（1）：015012.[7]Fan Y，Iwashita T，Egami T.热激活变形如何在金属玻璃中开始。NatureCommun2014;5：5083.[8]作 者 ： LiJ ， ShimizuF. 最 小 二 乘 原 子 应 变 2005 年 ，http://li.mit.edu/A/Graphics/A/annotate_atomic_strain/Doc/main.pdf。[9]PedregosaF ， Varoquaux G ， GramfortA ， et al. Scikit-Learn ：MachineLearning in Python. 2011年。[10]Voro++：a three-dimensional voronoi cell library in c++.混沌2009;19（4）：041111.[11]Ma E. 调律混乱。 自然材料2015;14：547.[12]王B，罗L，郭鄂，苏Y，王M，里奇RO，董F，王L，郭J，傅H.金属玻璃中软点周围的纳米级梯度原子堆积结构。npj计算Mater. 2018;4（1）：41。[13]普林顿湾短程分子动力学的快速并行算法。JComput Phys1995;117（1）：1-19.[14]田磊，李磊。纳米结构材料的强化研究进展。Int J Curr Eng Technol2018;8（2）：236-49.[15]Khoddam S，Tian L，Sapanathan T，Hodgson PD，Zarei-Hanzaki A.金属基杂化材料连接建模与表征的最新进展。Adv Energy Mater2018;20（9）：1800048.[16]李锋，张宏，刘翔，董英，于春，陆志。铝对铜锆非晶合金原子结构的影响。JAppl Phys 2018;123（5）：055101。[17]Fan Y，Iwashita T，Egami T.能量耗散驱动的无序材料固有结构的非平衡演化。Nature Commun2017;8：15417.[18]程玉琴，曹爱杰，盛宏华，马鄂。局部有序对金属玻璃塑性流动起始的影响：合金成分和样品冷却历史的影响。Acta Mater 2008;56（18）：5263-75。[19]Ong SP，Richards WD，Jain A，Hautier G，Kocher M，Cholia S，GunterD ， Chevrier VL ， Wisconson KA ， Ceder G. Python materials genomics（ pymatgen ） ： 一 个 用 于 材 料 分 析 的 强 大 的 开 源 Python 库 。 ComputMaterSci2013;68：314-9.